具體描述
內容簡介
當現實中紛繁復雜的數據羅列在我們麵前時，如何找齣一個有效的分析方法、建立一個擬和度較優的模型、有機結閤定量與定性兩種基本的研究方法，對我們分析現有數據，預測未來趨勢都有至關重要的意義。這本《數據分析與統計建模》就是適閤社科類研究生使用的有關統計建模的工具書。本書避開繁復的數學推導，以通俗易懂的方式讓學生學會統計學方法，尤其是學會計算機統計軟件的應用以及輸齣結果的分析。目錄
前言第一篇 數據分析的圖方法
第1章 一維樣本數據的分布
1.1 各國人均GNI數據
1.2 散點圖（一維）
1.3 分位數圖
1.4 盒須圖
1.5 對稱性
1.6 直方圖
1.7 莖葉圖
1.8 密度函數圖
第2章 數據分布的比較
2.1 經驗分位數—經驗分位數圖
2.2 數據的各種分布圖比較
2.3 開槽的盒須圖
第3章 二維數據的圖示統計
3.1 散點圖
3.2 例題
3.3 因變量y與自變量z之間依存關係的研究方法
3.4 二維數據的頻數錶示
第二篇 經典統計推斷
第4章 樣本平均數的比較
4.1 單樣本檢驗
4.2 兩樣本的平均數比較
4.3 成對數據的兩樣本t-檢驗
第5章 關於方差的推斷與檢驗
5.1 X2-檢驗統計量
5.2 比較兩總體方差的F檢驗
第6章 多樣本均值比較
6.1 單因素方差分析
6.2 多重比較——Tukey—Cramer方法
6.3 單因素方差分析的案例
6.4 隨機化區組設計
6.5 雙因素方差分析
第7章 迴歸模型
7.1 二元綫性迴歸
7.2 多元綫性迴歸
7.3 例題及計算機操作
7.4 迴歸模型的有效性
7.5 迴歸方程用於預測
7.6 多元迴歸模型的建立
7.7 迴歸建模步驟
第三篇 屬性數據分析
第8章 社會科學研究中的屬性數據
8.1 屬性變量的定義
8.2 為何研究屬性數據的統計分析
8.3 屬性數據的分類
8.4 以不同的視角觀察社會科學研究中的屬性數據
8.5 屬性數據的圖或錶格錶示方法
8.6 關於比例的顯著性檢驗
第9章 迴歸模型——logistic迴歸與Pmbit模型
9.1 虛擬變量的引進
9.2 二值數據的logistic迴歸模型
9.3 Probit模型及雙對數模型
9.4 因變量具有兩個以上選擇時的模型
第10章 列聯錶及其建模
第四篇 非參數統計
第11章 兩樣本比較的秩檢驗
第12章 多樣本比較的非參數方法
第13章 檢驗隨機性與獨立性
第五篇 時間序列分析
第14章 時序分析中的外推與分解模型
第15章 時間序列的分量分解
第16章 ARIMA模型
第17章 Box-Jenkins建模
第18章 季節Box-Jenkins模型
參考書目
前言/序言
用戶評價
幫同事買的，送貨超快的，同事說服務很好！！
評分內容是我想要的。。。。。。
評分一本提升經理人經營管理水平的實用工具書
評分不知道怎麼樣，幫彆人買的。
評分大未必強，小未必弱，你可以做不到最大，但一定要做到最強。這就是給中小公司創業者和經理人的職業忠告和盛世危言，也是商海生存的製勝法則。
評分細心研磨其成敗得失，必能從中悟齣道理。
評分企業要想在群魚中立於不敗之地，首先應建立起快速的反應機製，包括快速的客戶反應、市場反應、交付和服務提供等。這就更嚴格要求企業有選擇地采取攻防戰略，並快於競爭對手做齣變化反應。
評分當現實中紛繁復雜的數據羅列在我們麵前時，如何找齣一個有效的分析方法、建立一個擬和度較優的模型、有機結閤定量與定性兩種基本的研究方法，對我們分析現有數據，預測未來趨勢都有至關重要的意義。這本《數據分析與統計建模》就是適閤社科類研究生使用的有關統計建模的工具書。本書避開繁復的數當現實中紛繁復雜的數據羅列在我們麵前時，如何找齣一個有效的分析方法、建立一個擬和度較優的模型、有機結閤定量與定性兩種基本的研究方法，對我們分析現有數據，預測未來趨勢都有至關重要的意義。這本《數據分析與統計建模》就是適閤社科類研究生使用的有關統計建模的工具書。本書避開繁復的數學推導，以通俗易懂的方式讓學生學會統計當現實中紛繁復雜的數據羅列在我們麵前時，如何找齣一個有效的分析方法、建立一個擬和度較優的模型、有機結閤定量與定性兩種基本的研究方法，對我們分析現有數據，預測未來趨勢都有至關重要的意義。這本《數據分析與統計建模》就是適閤社科類研究生使用的有關統計建模的工具書。本書避開繁復的數學推導，以通俗易懂的方式讓學生學會統計學方法，尤其是學會計算機統計軟件的應用以及輸齣結果的分析。學方法，尤其是學會計算機統計軟件的應用以及輸齣結果的分析。學推導，以通俗易懂的方式讓學生學會統計學方法，尤其是學會計算機統計軟件的應用以及輸齣結果的分析。
評分一部融經營韜略和商業智慧於一體的管理讀本
相關圖書
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.tinynews.org All Rights Reserved. 静思书屋 版权所有