統計學與生活(第8版) Elementary Statistics: Picturing the World
Larson, Ron
- 出版商: 電子工業
- 出版日期: 2023-04-01
- 定價: $948
- 售價: 8.5 折 $806
- 語言: 簡體中文
- 頁數: 440
- ISBN: 7121453142
- ISBN-13: 9787121453144
-
相關分類:
機率統計學 Probability-and-statistics
- 此書翻譯自: Elementary Statistics: Picturing the World
立即出貨 (庫存 < 4)
買這商品的人也買了...
-
$352機器學習實戰
-
$779$740 -
$250C# 並發編程經典實例
-
$352Java 多線程編程核心技術 (Java Multi-thread Programming)
-
$500數值與非數值分析VC++類庫(附光盤)
-
$352實戰 Java 高並發程序設計
-
$860$731 -
$177Java 多線程編程實戰指南 (設計模式篇)
-
$690$538 -
$534$507 -
$580$458 -
$505實戰 Python 網絡爬蟲
-
$520$411 -
$525$473 -
$534$507 -
$880$695 -
$811統計學習要素:機器學習中的數據挖掘、推斷與預測, 2/e (The Elements of Statistical Learning: Data Mining, Inference, and Prediction, 2/e)
-
$760OptiStruct 及 HyperStudy 優化與工程應用
-
$551OpenCV 4 機器學習算法原理與編程實戰
-
$714$678 -
$654$621 -
$855Schaum's Outline of Calculus, Seventh Edition
-
$270$257 -
$1,200$948 -
$1,200$1,080
相關主題
商品描述
統計學是通過搜索、整理、分析、描述數據等手段,以達到推斷所測對象的本質,甚至預測對象未來的一門綜合性科學。本書介紹統計學的基本概念、原理和應用,詳細內容包括統計學導論、描述統計、概率、離散概率分佈、正態概率分佈、置信區間、單樣本假設檢驗、雙樣本假設檢驗、相關與回歸、卡方檢驗與F分佈、非參數檢驗等。全書以真實的統計例題為引導,內容前後連貫,語言簡潔,定義和公式明確,每個重要的概念都提供例題和自測題,每節的末尾都提供習題,每章的末尾都提供復習題、測驗題和測試題。全書以圖形方式進行表述,所用的數據能夠充分體現相關的概念,可用不同的軟件實現;同時,全書在強化理解基本概念的同時,強調統計學的日常應用,所用的數據均為現實生活中的真實數據。
目錄大綱
第1章 統計學導論 1
1.1 統計學簡介 1
1.1.1 統計學的定義 2
1.1.2 數據集 2
1.1.3 統計學的分支 4
1.1.4 習題 4
1.2 數據分類 6
1.2.1 數據類型 6
1.2.2 計量尺度 7
1.2.3 習題 9
1.3 數據收集與實驗設計 11
1.3.1 統計研究的設計 11
1.3.2 數據收集 12
1.3.3 實驗設計 13
1.3.4 抽樣技術 14
1.3.5 習題 16
1.4 第1章復習題 18
1.5 第1章測驗題 19
1.6 第1章測試題 20
1.7 統計歷史時間線 21
1.7.1 17世紀 21
1.7.2 18世紀 21
1.7.3 19世紀 21
1.7.4 20世紀 22
1.7.5 20世紀(後期) 22
第2章 描述統計學 23
2.1 頻數分佈及其圖形 23
2.1.1 頻數分佈 23
2.1.2 頻數分佈圖 26
2.1.3 習題 31
2.2 其他圖形和顯示 34
2.2.1 繪制定量數據集的圖形 34
2.2.2 繪制定性數據集 36
2.2.3 繪製成對數據集 38
2.2.4 習題 39
2.3 集中趨勢度量 43
2.3.1 均值、中位數和眾數 43
2.3.2 加權平均值和分組數據的平均值 46
2.3.3 分佈形狀 48
2.3.4 習題 49
2.4 度量變異 54
2.4.1 極差 54
2.4.2 方差和標準差 55
2.4.3 解釋標準差 59
2.4.4 分組數據的標準差 61
2.4.5 變異系數 63
2.4.6 習題 64
2.5 位置度量 68
2.5.1 四分位數 68
2.5.2 百分位數和其他分位數 71
2.5.3 標準分數 73
2.5.4 習題 74
2.6 第2章復習題 77
2.7 第2章測驗題 79
2.8 第2章測試題 80
2.9 第1~2章總復習 81
第3章 概率 83
3.1 概率與計數的基本概念 83
3.1.1 概率實驗 83
3.1.2 基本計數原理 85
3.1.3 概率的類型 86
3.1.4 互補事件 89
3.1.5 概率應用 90
3.1.6 習題 91
3.2 條件概率與乘法法則 95
3.2.1 條件概率 95
3.2.2 獨立事件和相關事件 96
3.2.3 乘法法則 97
3.2.4 習題 99
3.3 加法法則 102
3.3.1 互斥事件 102
3.3.2 加法法則 103
3.3.3 概率小結 105
3.3.4 習題 105
3.4 概率和計數的附加主題 108
3.4.1 排列 109
3.4.2 組合 111
3.4.3 計數原理的應用 111
3.4.4 習題 113
3.5 第3章復習題 116
3.6 第3章測驗題 119
3.7 第3章測試題 119
第4章 離散概率分佈 121
4.1 概率分佈 121
4.1.1 隨機變量 122
4.1.2 離散概率分佈 123
4.1.3 均值、方差和標準差 125
4.1.4 期望值 126
4.1.5 習題 127
4.2 二項分佈 129
4.2.1 二項實驗 129
4.2.2 二項概率公式 130
4.2.3 求二項概率 132
4.2.4 繪制二項分佈 134
4.2.5 均值、方差和標準差 135
4.2.6 習題 135
4.3 其他離散概率分佈 138
4.3.1 幾何分佈 138
4.3.2 泊松分佈 139
4.3.3 離散概率分佈小結 140
4.3.4 習題 141
4.4 第4章復習題 143
4.5 第4章測驗題 145
4.6 第4章測試題 145
第5章 正態概率分佈 147
5.1 正態分佈和標準正態分佈簡介 147
5.1.1 正態分佈的性質 147
5.1.2 標準正態分佈 150
5.1.3 習題 154
5.2 正態分佈:求概率 156
5.2.1 概率與正態分佈 156
5.2.2 習題 159
5.3 正態分佈:求值 161
5.3.1 求z分數 161
5.3.2 將z分數轉換為x值 163
5.3.3 求給定概率的特定數據值 163
5.3.4 習題 164
5.4 抽樣分佈和中心極限定理 167
5.4.1 抽樣分佈 167
5.4.2 中心極限定理 169
5.4.3 概率與中心極限定理 171
5.4.4 習題 174
5.5 二項分佈的正態近似 176
5.5.1 近似二項分佈 177
5.5.2 連續性校正 178
5.5.3 近似二項概率 179
5.5.4 習題 181
5.6 第5章復習題 183
5.7 第5章測驗題 186
5.8 第5章測試題 186
5.9 第3~5章總復習 188
第6章 置信區間 190
6.1 均值的置信區間(σ已知) 190
6.1.1 估計總體參數 190
6.1.2 總體均值的置信區間 193
6.1.3 樣本量 195
6.1.4 習題 196
6.2 均值的置信區間(σ未知) 199
6.2.1 t分佈 199
6.2.2 置信區間與t分佈 200
6.2.3 習題 203
6.3 確定總體比例的置信區間 205
6.3.1 總體比例的點估計 206
6.3.2 總體比例的置信區間 206
6.3.3 求最小樣本量 209
6.3.4 習題 209
6.4 方差和標準差的置信區間 212
6.4.1 卡方分佈 212
6.4.2 σ2和σ的置信區間 213
6.4.3 習題 215
6.5 第6章復習題 217
6.6 第6章測驗題 218
6.7 第6章測試題 219
第7章 單樣本假設檢驗 220
7.1 假設檢驗簡介 220
7.1.1 假設檢驗 220
7.1.2 陳述假設 221
7.1.3 錯誤類型和顯著性水平 223
7.1.4 統計檢驗和P值 224
7.1.5 做出並解釋決定 226
7.1.6 假設檢驗的策略 228
7.1.7 習題 229
7.2 均值的假設檢驗(σ已知) 231
7.2.1 使用P值進行決策 231
7.2.2 使用P值進行z檢驗 233
7.2.3 拒絕區域和臨界值 235
7.2.4 使用拒絕區域進行z檢驗 237
7.2.5 習題 239
7.3 均值的假設檢驗(σ未知) 242
7.3.1 t分佈中的臨界值 242
7.3.2 均值μ的t檢驗 243
7.3.3 在t檢驗中使用P值 245
7.3.4 習題 246
7.4 比例假設檢驗 249
7.4.1 比例假設檢驗基礎 249
7.4.2 習題 251
7.5 方差和標準差的假設檢驗 252
7.5.1 卡方檢驗的臨界值 253
7.5.2 卡方檢驗 254
7.5.3 習題 257
7.6 第7章復習題 259
7.7 第7章測驗題 262
7.8 第7章測試題 262
第8章 雙樣本假設檢驗 264
8.1 檢驗均值之差(獨立樣本,σ1和σ2已知) 264
8.1.1 獨立樣本和相關樣本 264
8.1.2 雙樣本假設檢驗綜述 265
8.1.3 雙樣本之差的z均值檢驗 267
8.1.4 習題 270
8.2 檢驗均值之差(獨立樣本,σ1和σ2未知) 272
8.2.1 均值之差的雙樣本t檢驗 272
8.2.2 習題 275
8.3 檢驗均值之差(相關樣本) 278
8.3.1 均值之差的t檢驗 278
8.3.2 習題 283
8.4 檢驗比例之差 285
8.4.1 比例之差的雙樣本z檢驗 285
8.4.2 習題 288
8.5 第8章復習題 291
8.6 第8章測驗題 293
8.7 第8章測試題 294
8.8 第6~8章總復習 295
第9章 相關和回歸 297
9.1 相關 297
9.1.1 相關概述 298
9.1.2 相關系數 301
9.1.3 使用表格檢驗總體相關系數r 303
9.1.4 總體相關系數ρ的假設檢驗 305
9.1.5 相關和因果關系 307
9.1.6 習題 308
9.2 線性回歸 310
9.2.1 回歸直線 310
9.2.2 回歸直線的應用 313
9.2.3 習題 313
9.3 回歸和預測區間的測量 318
9.3.1 關於回歸直線的變差 318
9.3.2 決定系數 319
9.3.3 估計標準誤差 319
9.3.4 預測區間 321
9.3.5 習題 322
9.4 多元回歸 324
9.4.1 求多元回歸方程 325
9.4.2 預測y值 326
9.4.3 習題 327
9.5 第9章復習題 329
9.6 第9章測驗題 331
9.7 第9章測試題 331
第10章 卡方檢驗和F分佈 333
10.1 擬合優度檢驗 333
10.1.1 卡方擬合優度檢驗 333
10.1.2 習題 338
10.2 獨立 340
10.2.1 列聯表 340
10.2.2 卡方獨立檢驗 342
10.2.3 習題 345
10.3 比較兩個方差 349
10.3.1 F分佈 349
10.3.2 方差的雙樣本F檢驗 351
10.3.3 習題 353
10.4 方差分析 355
10.4.1 單向方差分析 355
10.4.2 雙向方差分析 359
10.4.3 習題 360
10.5 第10章復習題 363
10.6 第10章測驗題 366
10.7 第10章測試題 366
10.8 第9~10章總復習 368
第11章 非參數檢驗 370
11.1 符號檢驗 370
11.1.1 總體中位數的符號檢驗 370
11.1.2 配對樣本符號檢驗 373
11.1.3 習題 374
11.2 威爾科克森檢驗 377
11.2.1 威爾科克森符號秩檢驗 377
11.2.2 威爾科克森秩和檢驗 379
11.2.3 習題 381
11.3 克魯斯卡爾-沃利斯檢驗 383
11.3.1 克魯斯卡爾-沃利斯檢驗 383
11.3.2 習題 386
11.4 秩相關 387
11.4.1 斯皮爾曼秩相關系數 387
11.4.2 習題 389
11.5 游程檢驗 390
11.5.1 隨機性游程檢驗 390
11.5.2 習題 394
11.6 第11章復習題 395
11.7 第11章測驗題 397
11.8 第11章測試題 397
附錄A 標準正態分佈的另一種表示方法 400
附錄B 隨機數與各種分佈表 406
附錄C 正態概率圖 428