《统计学基础:透过数据看世界(原书第3版)》是一本介绍统计学基础知识的书籍,属于现代统计学丛书系列。这本书适合对统计学感兴趣的读者阅读,特别是那些希望了解如何通过数据来观察和理解世界的读者。
该书第3版包含了一些新的内容和更新,以反映统计学领域的最新发展和变化。书中可能涵盖了统计学的基本概念、原理和方法,包括描述性统计、推断性统计、概率论、回归分析、方差分析等内容。
通过阅读这本书,读者可以了解统计学的基本框架和应用领域,学习如何收集、整理、分析和解释数据,以及如何运用统计学原理来解决实际问题。同时,读者也可以更好地理解数据在现代社会中的重要性,以及如何通过数据来洞察世界、做出决策和评估风险。
总之,《统计学基础:透过数据看世界(原书第3版)》是一本通俗易懂、内容丰富的统计学入门书籍,适合对统计学感兴趣的读者阅读。
基本信息(以实物为准)
- 商品名称:统计学基础(透过数据看世界原书第3版)/现代统计学丛书
- 作者:(美)罗伯特·古尔德//丽贝卡·王//科琳·莱恩|责编:刘慧|译者:田金方
- 定价:199
- 出版社:机械工业
- 书号:9787111732068
其他参考信息(以实物为准)
- 出版时间:2023-09-01
- 印刷时间:2023-09-01
- 版次:1
- 印次:1
- 开本:16开
- 包装:平装
- 页数:695
- 字数:965千字
编辑推荐语
这不是一本关于“统计”的书,而是一本关于如何理解世界的书。书中通过统计推断和数据分析帮助我们 清楚地认识世界,进而改善世界。本书不拘泥于教条式灌输他人的统计发现,虽然本书的确讲授这些内容 ,但主要目的是帮助读者学会批判性地评估论点,尤其是基于数据的论点,启迪读者分析数据并得出有用的结论。
内容提要
本书是一本一学期的统计学教材。全书分为十章,第 1~4 章讲述探索性数据分析,第 5~8 章的重点是推断,第 9~10 章拓展到一些重要的统计方法。本书的前八章是概念驱动的,涵盖了探索性数据分析和推断统计,这些概念是每个入门统计学生都应该学习的基本概念;后两章建立在前面的扎实的概念基础之上,介绍了几种流行的统计方法,并 全面地探索了前面介绍的方法,例如回归和数据收集。
目录
目 录<br />前言<br />第1章 数据导论 1<br />1.1 什么是数据 2<br />1.2 数据分类与存储 5<br />1.2.1 变量类型 6<br />1.2.2 分类数据的数字编码 7<br />1.2.3 数据存储 8<br />1.3 数据调查 10<br />1.4 分类数据的组织 14<br />1.5 数据收集与因果关系识别 18<br />1.5.1 逸事 19<br />1.5.2 观察性研究 20<br />1.5.3 对照实验 22<br />1.5.4 样本量 22<br />1.5.5 随机分配 22<br />1.5.6 盲法 23<br />1.5.7 安慰剂 24<br />1.5.8 结论推广 25<br />1.5.9 新闻中的统计 26<br />数据项目:下载和上传数据 28<br />本章回顾 30<br />练习 32<br />练习指导 46<br />第2章 图形可视化变异 48<br />2.1 数值数据变异的可视化 49<br />2.1.1 点图 51<br />2.1.2 直方图 51<br />2.1.3 茎叶图 54<br />2.2 数值分布重要特征汇总 55<br />2.2.1 形状 56<br />2.2.2 中心 60<br />2.2.3 变异性 62<br />2.2.4 分布的描述 64<br />2.3 分类变量变异的可视化 64<br />2.3.1 条形图 65<br />2.3.2 饼图 67<br />2.4 分类分布的汇总 68<br />2.4.1 众数 68<br />2.4.2 变异性 69<br />2.4.3 分类变量分布的描述 70<br />2.5 解释图表 72<br />2.5.1 误导性图表 72<br />2.5.2 统计图形的未来 73<br />数据项目:提出问题 75<br />本章回顾 76<br />练习 78<br />练习指导 96<br />技术提示 97<br />第3章 中心和变异的数值汇总统计量 103<br />3.1 对称分布的汇总统计量 104<br />3.1.1 均值:中心的平衡点度量 104<br />3.1.2 标准差:变异性的度量 109<br />3.2 经验法则与z分数:异常现象的度量 114<br />3.2.1 经验法则 114<br />3.2.2 z分数:与均值距离的度量 117<br />3.3 偏态分布的汇总统计量 119<br />3.3.1 中位数:中心的另一种度量 120<br />3.3.2 四分位距:变异性的度量 122<br />3.3.3 全距:变异性的另一种度量 126<br />3.4 度量中心的方法比较 126<br />3.4.1 分布图的形状 126<br />3.4.2 异常值的影响 128<br />3.4.3 多峰分布的中心与离散程度 129<br />3.4.4 不同分布的比较 130<br />3.5 箱线图 131<br />3.5.1 潜在异常值分析 134<br />3.5.2 水平箱线图与竖直箱线图 135<br />3.5.3 基于箱线图比较分布 135<br />3.5.4 使用箱线图的注意事项 136<br />3.5.5 五数概括法 136<br />数据项目:统计调查周期 139<br />本章回顾 140<br />练习 142<br />练习指导 165<br />技术提示 166<br />第4章 回归分析:探究变量的相关性 172<br />4.1 变异性的可视化:散点图 173<br />4.1.1 趋势 173<br />4.1.2 强度 175<br />4.1.3 形状 175<br />4.1.4 变量相关性 176<br />4.1.5 关于回归的统计问题 177<br />4.2 相关性的强度度量 178<br />4.2.1 相关系数可视化 178<br />4.2.2 相关系数:基于情境 180<br />4.2.3 相关性与因果关系 181<br />4.2.4 相关系数的计算 182<br />4.2.5 相关系数的意义 184<br />4.3 对线性趋势建模 187<br />4.3.1 回归线 187<br />4.3.2 解释回归线 192<br />4.4 线性模型的评估 199<br />4.4.1 建模误区 199<br />4.4.2 决定系数r2:拟合优度的度量 203<br />数据项目:数据迁移 206<br />本章回顾 209<br />练习 210<br />练习指导 237<br />技术提示 238<br />第5章 概率:用模型解释随机性 243<br />5.1 什么是随机性 244<br />5.2 理论概率的计算 248<br />5.2.1 理论概率的性质 248<br />5.2.2 等可能结果的理论概率 249<br />5.2.3 积事件与和事件 252<br />5.2.4 和事件 253<br />5.2.5 互斥事件 255<br />5.3 分类变量的相关性 257<br />5.3.1 条件概率 258<br />5.3.2 独立事件与相关事件 261<br />5.3.3 判断事件是否独立 263<br />5.3.4 独立事件序列与相关事件序列 264<br />5.4 经验概率与模拟概率的计算 269<br />5.4.1 模拟的设计 270<br />5.4.2 模拟的步骤 271<br />5.4.3 大数定律 272<br />5.4.4 大数定律的内涵 275<br />数据项目:构造数据子集 276<br />本章回顾 277<br />练习 279<br />练习指导 302<br />技术提示 303<br />第6章 随机事件概率模型:正态模型<br />与二项模型 306<br />6.1 随机实验模型:概率分布 307<br />6.1.1 离散概率分布:表格或图表 308<br />6.1.2 离散概率分布:公式 309<br />6.1.3 连续概率:概率密度曲线下方的<br />面积 311<br />6.1.4 计算连续值结果的概率 311<br />6.2 正态模型 312<br />6.2.1 正态分布可视化 313<br />6.2.2 计算正态概率 315<br />6.2.3 用软件计算概率 316<br />6.2.4 不用统计软件:用经验法则 318<br />6.2.5 不用统计软件:标准正态 320<br />6.2.6 根据正态分布的分位数计算<br />度量值 323<br />6.2.7 正态模型的适用性 326<br />6.3 二项模型 326<br />6.3.1 二项分布可视化 329<br />6.3.2 计算二项概率 330<br />6.3.3 计算(稍微)复杂的概率 332<br />6.3.4 二项分布的形状:中心与离散<br />程度 335<br />6.3.5 抽样调查:二项模型的应用 337<br />数据项目:生成随机数 339<br />本章回顾 341<br />练习 343<br />练习指导 363<br />技术提示 364<br />第7章 调查抽样与推断 371<br />7.1 通过调查了解世界 372<br />7.1.1 调查术语 372<br />7.1.2 调查偏差 375<br />7.1.3 简单随机抽样 377<br />7.2 度量调查质量 380<br />7.2.1 模拟与估计量 381<br />7.2.2 偏差与标准误差的计算 387<br />7.2.3 现实生活:我们只有一次机会 388<br />7.3 样本比例的中心极限定理 389<br />7.3.1 中心极限定理的适用条件 389<br />7.3.2 中心极限定理适用条件的检验 391<br />7.3.3 中心极限定理的应用 391<br />7.4 估计总体比例的置信区间 395<br />7.4.1 设置置信水平 396<br />7.4.2 设置误差范围 397<br />7.4.3 现实检验:在p未知的情况下计算<br />置信区间 399<br />7.4.4 解释置信区间 400<br />7.4.5 研究筹备:计算所需的样本量 403<br />7.5 基于置信水平比较总体比例 404<br />7.5.1 有什么区别 404<br />7.5.2 两个总体比例的置信区间 406<br />7.5.3 检查适用条件 407<br />7.5.4 解释两个比例之差的置信区间 409<br />7.5.5 随机分配与随机抽样 410<br />数据项目:编码类别 412<br />本章回顾 414<br />练习 416<br />练习指导 434<br />技术提示 436<br />第8章 总体比例的假设检验 440<br />8.1 假设检验的基本要素 441<br />8.1.1 核心要素:一对假设 442<br />8.1.2 另一个要素:犯错 445<br />8.1.3 增加一个要素:检验统计量 446<br />8.1.4 一个 的要素:意想<br />不到的结果 448<br />8.1.5 假设检验与数据周期:提出问题 450<br />8.2 假设检验的四步法 450<br />8.2.1 步骤详解 451<br />8.2.2 四步法 455<br />8.3 假设检验:详细说明 459<br />8.3.1 检验统计量的值: 情况 459<br />8.3.2 z统计量抽样分布:条件不满足的<br />解决方案 461<br />8.3.3 平衡两类错误 461<br />8.3.4 统计显著性与实际意义 463<br />8.3.5 不要改变假设 463<br />8.3.6 假设检验的逻辑 464<br />8.3.7 置信区间与假设检验 465<br />8.4 比较两个总体的比例 467<br />8.4.1 改要素:假设 467<br />8.4.2 改要素:检验统计量 468<br />8.4.3 改要素:检查条件 470<br />数据项目:日期数据 475<br />本章回顾 477<br />练习 480<br />练习指导 499<br />技术提示 501<br />第9章 推断总体均值 505<br />9.1 随机样本的样本均值 506<br />9.1.1 样本均值的准度与精度 506<br />9.1.2 模拟的结果 509<br />9.2 样本均值的中心极限定理 510<br />9.2.1 样本均值分布的可视化 512<br />9.2.2 中心极限定理的应用 514<br />9.2.3 分布的类型 514<br />9.2.4 t分布 516<br />9.3 总体均值的置信区间估计 518<br />9.4 均值假设检验 528<br />9.5 两个总体均值的比较 534<br />9.5.1 利用置信区间估计均值之差<br />(独立样本) 536<br />9.5.2 两个均值之差的置信区间 537<br />9.5.3 两个均值的假设检验 540<br />9.5.4 两个均值的置信区间:相关样本 545<br />9.5.5 两个均值的假设检验:相关样本 547<br />9.6 均值分析方法总览 550<br />9.6.1 不接受原假设 550<br />9.6.2 置信区间和假设检验 551<br />9.6.3 选择假设检验还是置信区间 552<br />数据项目:堆栈数据 554<br />本章回顾 555<br />练习 558<br />练习指导 579<br />技术提示 581<br /> 0章 分类变量研究与科研文献<br />阅读 589<br />10.1 分类变量的假设检验:基本要素 590<br />10.1.1 数据 591<br />10.1.2 理论频数 592<br />10.1.3 卡方统计量 595<br />10.1.4 计算卡方统计量的p值 597<br />10.2 分类变量之间的相关性:卡方检验 599<br />10.2.1 独立性检验与同质性检验 601<br />10.2.2 随机抽样与随机分配 604<br />10.2.3 比例检验 605<br />10.3 阅读学术文献 608<br />10.3.1 阅读摘要 610<br />10.3.2 注意事项 613<br />数据项目:小处着眼 617<br />本章回顾 618<br />练习 622<br />练习指导 638<br />技术提示 640<br />附录 645<br />附录A 表 645<br />附录B 奇数号练习答案 654
![](https://img14.360buyimg.com/pop/jfs/t1/229907/27/2937/86365/65531083F776bd723/676d90c6186d6283.jpg)
编者:(美)罗伯特·古尔德\丽贝卡·王\科琳·...;
本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 298050909@qq.com 举报,一经查实,本站将立刻删除。如若转载,请注明出处:https://www.kufox.com//j/fenxiang/10086880340761.html
网友使用感受: