统计学（第5版）

目 录
第1章数据与R语言
1.1数据与统计学
1.1.1统计学与数据分析
1.1.2数据分析方法和工具
1.1.3数据及其来源
1.2 R语言的初步使用
1.2.1 R软件的下载与安装
1.2.2对象赋值与运行
1.2.3编写代码脚本
1.2.4查看帮助文件
1.2.5包的安装与加载
1.2.6数据读取和保存
习题
第2章 数据处理和绘图基础
2.1 R的数据类型及其操作
2.1.1 向量、矩阵和数组
2.1.2 数据框
2.1.3 因子和列表
2.2 数据抽样和筛选
2.2.1 数据抽样
2.2.2 数据筛选
2.2.3 生成随机数
2.3 数据类型的转换
2.3.1 变量转换成向量
2.3.2 数据框转换成矩阵
2.3.3 短格式转化成长格式
2.4 生成频数表
2.4.1 类别数据频数表
2.4.2 数值数据类别化
2.5 R语言绘图基础
2.5.1 基本绘图函数
2.5.2 图形控制和页面布局
2.5.3 图形配色
习题
第3章 数据可视化
3.1 类别数据可视化
3.1.1 条形图及其变种
3.1.2 饼图及其变种
3.2 数据分布可视化
3.2.1 直方图与核密度图
3.2.2 箱线图和小提琴图
3.2.3 茎叶图
3.3 变量间关系可视化
3.3.1 散点图
3.3.2 散点图矩阵和相关系数矩阵
3.3.3 3D散点图和气泡图
3.4 样本相似性可视化
3.4.1 轮廓图
3.4.2 雷达图
3.4.3 星图
3.5 时间序列可视化
3.5.1 折线图
3.5.2 面积图
3.6 可视化的注意事项
3.6.1 图形元素
3.6.2 坐标轴刻度起点
3.6.3 图形比例
3.6.4 3D图形
习题
第4章 数据的描述统计量
4.1 描述水平的统计量
4.1.1 平均数
4.1.2 分位数
4.1.3 众数
4.2 描述差异的统计量
4.2.1 极差和四分位差
4.2.2 方差和标准差
4.2.3 变异系数
4.3 描述分布形状的统计量
4.3.1 偏度系数
4.3.2 峰度系数
4.4 数据标准化
4.4.1 标准分数
4.4.2 极值标准化
4.5 数据的综合描述
4.5.1 几个常用的 R 函数
4.5.2 一个综合描述的例子
习题
第5章 随机变量的概率分布
5.1 什么是概率
5.2 随机变量的概率分布
5.2.1 随机变量及其概括性度量
5.2.2 随机变量的概率分布
5.2.3 其他几个重要的统计分布
5.3 样本统计量的概率分布
5.3.1 统计量及其分布
5.3.2 样本均值的抽样分布
5.3.3 样本方差的抽样分布
5.3.4 样本比例的抽样分布
5.3.5 统计量的标准误
习题
第 6章 参数估计
6.1 参数估计的原理
6.1.1 点估计与区间估计
6.1.2 评量估计量的标准
6.2 总体均值的区间估计
6.2.1 一个总体均值的估计
6.2.2 两个总体均值差的估计
6.3 总体比例的区间估计
6.3.1 一个总体比例的估计
6.3.2 两个总体比例差的估计
6.4 总体方差的区间估计
6.4.1 一个总体方差的估计
6.4.2 两个总体方差比的估计
习题
第7章 假设检验
7.1 假设检验的原理
7.1.1 提出假设
7.1.2 做出决策
7.1.3 表述结果
7.1.4 效应量
7.2 总体均值的检验
7.2.1 一个总体均值的检验
7.2.2 两个总体均值差的检验
7.3 总体比例的检验
7.3.1 一个总体比例的检验
7.3.2 两个总体比例差的检验
7.4 总体方差的检验
7.4.1 一个总体方差的检验
7.4.2 两个总体方差比的检验
7.5 正态性检验
7.5.1 正态概率图
7.