基本信息
编辑推荐
最简单、最容易理解的统计学，没有复杂的证明和枯燥的公式!
最实用、最贴近生活的统计学，涉及大量实际生活中遇到的问题和数据!
内容简介
作译者
贾俊平，中国人民大学统计学院副教授，教学名师，2006年获中国人民大学教学优秀奖，2004年获中国人民大学优秀教学成果奖，2003年荣获宝钢优秀教师奖，2001年荣获北京市经济技术创新标兵称号。他主持研究的“非统计学专业本科公共基础课——统计学教学改革”项目获2001年国家级教学成果二等奖、2001年北京市教学成果一等奖。著有多部优秀教材，如《统计学》、《应用统计学》、《描述统计》、《工商管理统计》、《市场调查与分析》等
目录
《统计学：基于R应用》
前言
第1章统计学与R1
1.1统计学与数据1
1.1.1什么是统计学1
1.1.2数据及其来源2
1.2R简介5
1.2.1R的初步使用5
1.2.2数据的读入与保存6
1.2.3包的安装和加载8
1.2.4函数的编写9
思考与练习9
第2章数据的描述11
2.1用图表描述数据11
2.1.1类别数据的图表展示11
2.1.2数值数据的图表展示15
2.1.3使用图表的注意事项24
2.2用统计量描述数据25
2.2.1水平的描述25
2.2.2差异的描述27
前言
第1章统计学与R1
1.1统计学与数据1
1.1.1什么是统计学1
1.1.2数据及其来源2
1.2R简介5
1.2.1R的初步使用5
1.2.2数据的读入与保存6
1.2.3包的安装和加载8
1.2.4函数的编写9
思考与练习9
第2章数据的描述11
2.1用图表描述数据11
2.1.1类别数据的图表展示11
2.1.2数值数据的图表展示15
2.1.3使用图表的注意事项24
2.2用统计量描述数据25
2.2.1水平的描述25
2.2.2差异的描述27
前言
R是基于R语言的一种优秀的免费统计软件，它不仅提供了丰富的数据分析技术，功能十分强大，而且与多数统计软件相比，R的更新速度快，包含很多最新方法的实现方案。同时，对于自己开发的一些新的统计模型，也可以很方便地在R中编程实现模型的运算。
本书是一本基于R实现全部例题计算的统计学教材，书中每个例题的解答都给出了R的详细程序和结果。全书内容共10章，包括数据的描述性分析方法、推断方法以及实际中常用的一些统计方法。由于R是一个庞大而且在不断发展和完善的统计平台和编程语言，对于同一问题可用多个不同的R包来实现，其中编写的R程序也会因人而异。本书例题给出的R程序侧重于演示统计方法的计算过程，给出了较多的R输出结果，实际应用时可以有选择地输出所需的结果。本书主要是使用R包中的函数实现例题的计算，只有少部分是自己编写的函数。从编程的角度来说本书编写的函数不一定是最优的，有些甚至显得冗长和复杂，但本书的R应用只是起到抛砖引玉的作用，熟练的读者可以自己编程或选择不同的R包来解决所面临的统计问题。
本书是一本通用的统计学基础教程，可作为高等院校经济管理类专业本科生统计学课程的教材使用，也可作为其他文科专业及部分理、工、农、林、医、药专业的教材或参考书，对广大实际工作者也极具参考价值。
本书例题实现的大部分程序由冯文健编写和提供，感谢他为此付出的辛勤劳动。由于作者水平有限，难免出现错误，希望读者对本书的不足之处多提宝贵意见，以便进一步修改和完善。
贾俊平
2014年3月
于中国人民大学统计学院
本书是一本基于R实现全部例题计算的统计学教材，书中每个例题的解答都给出了R的详细程序和结果。全书内容共10章，包括数据的描述性分析方法、推断方法以及实际中常用的一些统计方法。由于R是一个庞大而且在不断发展和完善的统计平台和编程语言，对于同一问题可用多个不同的R包来实现，其中编写的R程序也会因人而异。本书例题给出的R程序侧重于演示统计方法的计算过程，给出了较多的R输出结果，实际应用时可以有选择地输出所需的结果。本书主要是使用R包中的函数实现例题的计算，只有少部分是自己编写的函数。从编程的角度来说本书编写的函数不一定是最优的，有些甚至显得冗长和复杂，但本书的R应用只是起到抛砖引玉的作用，熟练的读者可以自己编程或选择不同的R包来解决所面临的统计问题。
本书是一本通用的统计学基础教程，可作为高等院校经济管理类专业本科生统计学课程的教材使用，也可作为其他文科专业及部分理、工、农、林、医、药专业的教材或参考书，对广大实际工作者也极具参考价值。
本书例题实现的大部分程序由冯文健编写和提供，感谢他为此付出的辛勤劳动。由于作者水平有限，难免出现错误，希望读者对本书的不足之处多提宝贵意见，以便进一步修改和完善。
贾俊平
2014年3月
于中国人民大学统计学院
书摘
第1章统计学与R
在日常生活中，经常会接触到统计数据或一些统计研究结果。比如，在电视、报纸、网络等各种媒体中就会经常看见一些报道使用统计数据、图表等。作为一门科学的统计学研究什么呢？怎样获得所需要的统计数据呢？这就是本章将要介绍的内容。
1.1统计学与数据
1.1统计学与数据每个人都离不开统计，了解一些统计学知识对每个人都是必要的。比如，在外出旅游时，你需要关心一段时间内的详细天气预报；在投资股票时，你需要了解股票市场价格的信息，了解某只特定股票的有关财务信息；在观看足球比赛时，除了关心进球数的多少，你还要知道各支球队的技术统计，等等。要正确阅读并理解统计数据或统计结论，就需要具备一些统计学知识。
1.1.1什么是统计学
在日常工作或管理中，总会面对各种各样的数据。这些数据如果不去分析，那它也仅仅是一堆数据，没有太多的价值。如何分析这些数据，用什么方法分析数据，并从分析中得出某些结论以帮助我们做出决策，这正是统计学要解决的问题。简言之，统计学(statistics)研究收集、处理、分析、解释数据并从数据中得出结论的原则和方法。统计学所提供的是一系列有关数据收集、数据处理、数据分析和数据解释的方法。
数据收集就是取得所需要的数据。数据的收集方法可分为两大类：一是观察方法，二是实验方法。观察方法是通过调查或观测而获得数据，实验方法是在控制实验对象条件下通过实验而获得数据。
数据处理是对所获得的数据进行加工和处理，包括数据的计算机录入、筛选、分类和汇总等，以符合进一步分析的需要。
数据分析是利用统计方法对数据进行分析。数据分析所用的方法大体上可分为描述统计（descriptive statisics）和推断统计（inferential statistics）两大类。描述统计主要是利用图表形式对数据进行展示，计算一些简单的统计量（诸如比例、比率、平均数、标准差等）进行分析。推断统计主要研究如何根据样本信息来推断总体的特征，内容包括参数估计和假设检验两大类。参数估计是利用样本信息推断所关心的总体特征，假设检验则是利用样本信息判断对总体的某个假设是否成立。比如，从一批灯泡中随机抽取少数几个灯泡作为样本，测出它们的使用寿命，然后根据样本灯泡的平均使用寿命估计这批灯泡的平均使用寿命，或者是检验这批灯泡的使用寿命是否等于某个假定值，这就是推断统计要解决的问题。
数据解释是对分析的结果进行说明，包括结果的含义、从分析中得出的结论等。
统计学是一门关于数据的科学，它研究的是来自各领域的数据，提供的是一套通用于所有学科领域的获取数据、分析数据并从数据中得出结论的原则和方法。统计方法通用于所有的学科领域，而不是为某个特定的问题领域而构造的。当然，统计方法和技术并不是一成不变的，使用者在给定的情况下必须根据所掌握的专门知识选择使用这些方法，而且，如果需要还要进行必要的修正。
1.1.2数据及其来源
统计分析离不开数据，没有数据统计方法就成了无米之炊。数据是什么？怎样获得所需的数据？
1.变量与数据
观察一个企业的销售额，你会发现这个月和上个月有所不同；观察股票市场上涨股票的家数，今天与昨天数量不一样；观察一个班学生的生活费支出，一个人和另一个人不一样；投掷一枚骰子观察其出现的点数，这次投掷的结果和下一次也不一样。这里的“企业销售额”、“上涨股票的家数”、“生活费支出”、“投掷一枚骰子出现的点数”等就是变量。简言之，变量（variable）是描述所观察对象某种特征的概念，其特点是从一次观察到下一次观察可能会出现不同结果。变量的观测结果就是数据（data）。
根据观测结果的特征，变量可以分为类别变量和数值变量两种。
类别变量（categorical variable）是取值为事物属性或类别以及区间值的变量，也称分类变量（classified variable）或定性变量（qualitative variable）。比如，观察人的性别、公司所属的行业、用户对商品的评价时，得到的结果就不是数字，而是事物的属性。例如，观测性别的结果是“男”或“女”，公司所属的行业为“建造业”、“零售业”、“旅游业”等，用户对商品的评价为“很好”、“好”、“一般”、“差”、“很差”。人的性别、公司所属的行业、用户对商品的评价等作为变量取的值不是数值，而是事物的属性或事物的类别。此外，学生的月生活费支出档次可能分为1000元以下、1000～1500元、1500～2000元、2000元以上4档，作为变量的“月生活费支出档次”这4档取值也不是普通的数值，而是数值区间，因而也称为区间值类别变量。人的性别、公司所属的行业、用户对商品的评价、学生的月生活费支出档次等都是类别变量。
类别变量根据取值是否有序通常分为两种：名义（nominal）值类别变量和顺序（ordinal）值类别变量。名义值类别变量也称无序类别变量，其取值是不可以排序的。例如“公司所属的行业”这一变量取值为“建造业”、“零售业”、“旅游业”等，这些取值之间不存在顺序关系。再比如“商品的产地”这一变量取值为“甲”、“乙”、“丙”、“丁”，这些取值之间也不存在顺序关系。顺序值类别变量也称有序类别变量，其取值间可以排序。例如“对商品的评价”这一变量的取值为“很好”、“好”、“一般”、“差”、“很差”，这5个值之间是有序的。取区间值的变量当然是有序的类别变量。当类别变量只取两个值时也称为二值（binary）类别变量，例如“性别”这一变量取值为“男”和“女”。二值变量可以看成名义变量，也可以看成有序变量。
类别变量的观测结果称为类别数据（categorical data）。类别数据也称为“分类数据”或“定性数据”。与类别变量相对应，类别数据相应分为名义值类别数据和顺序值类别数据两种。其中只取两个值的类别数据也称为二值类别数据。
数值变量（metric variable）是取值为数字的变量，也称为定量变量（quantitative variable）。例如“企业销售额”、“上涨股票的家数”、“生活费支出”、“投掷一枚骰子出现的点数”等这些变量的取值可以用数字来表示，都属于数值变量。数值变量的观测结果称为数值数据（metric data）或定量数据。
在日常生活中，经常会接触到统计数据或一些统计研究结果。比如，在电视、报纸、网络等各种媒体中就会经常看见一些报道使用统计数据、图表等。作为一门科学的统计学研究什么呢？怎样获得所需要的统计数据呢？这就是本章将要介绍的内容。
1.1统计学与数据
1.1统计学与数据每个人都离不开统计，了解一些统计学知识对每个人都是必要的。比如，在外出旅游时，你需要关心一段时间内的详细天气预报；在投资股票时，你需要了解股票市场价格的信息，了解某只特定股票的有关财务信息；在观看足球比赛时，除了关心进球数的多少，你还要知道各支球队的技术统计，等等。要正确阅读并理解统计数据或统计结论，就需要具备一些统计学知识。
1.1.1什么是统计学
在日常工作或管理中，总会面对各种各样的数据。这些数据如果不去分析，那它也仅仅是一堆数据，没有太多的价值。如何分析这些数据，用什么方法分析数据，并从分析中得出某些结论以帮助我们做出决策，这正是统计学要解决的问题。简言之，统计学(statistics)研究收集、处理、分析、解释数据并从数据中得出结论的原则和方法。统计学所提供的是一系列有关数据收集、数据处理、数据分析和数据解释的方法。
数据收集就是取得所需要的数据。数据的收集方法可分为两大类：一是观察方法，二是实验方法。观察方法是通过调查或观测而获得数据，实验方法是在控制实验对象条件下通过实验而获得数据。
数据处理是对所获得的数据进行加工和处理，包括数据的计算机录入、筛选、分类和汇总等，以符合进一步分析的需要。
数据分析是利用统计方法对数据进行分析。数据分析所用的方法大体上可分为描述统计（descriptive statisics）和推断统计（inferential statistics）两大类。描述统计主要是利用图表形式对数据进行展示，计算一些简单的统计量（诸如比例、比率、平均数、标准差等）进行分析。推断统计主要研究如何根据样本信息来推断总体的特征，内容包括参数估计和假设检验两大类。参数估计是利用样本信息推断所关心的总体特征，假设检验则是利用样本信息判断对总体的某个假设是否成立。比如，从一批灯泡中随机抽取少数几个灯泡作为样本，测出它们的使用寿命，然后根据样本灯泡的平均使用寿命估计这批灯泡的平均使用寿命，或者是检验这批灯泡的使用寿命是否等于某个假定值，这就是推断统计要解决的问题。
数据解释是对分析的结果进行说明，包括结果的含义、从分析中得出的结论等。
统计学是一门关于数据的科学，它研究的是来自各领域的数据，提供的是一套通用于所有学科领域的获取数据、分析数据并从数据中得出结论的原则和方法。统计方法通用于所有的学科领域，而不是为某个特定的问题领域而构造的。当然，统计方法和技术并不是一成不变的，使用者在给定的情况下必须根据所掌握的专门知识选择使用这些方法，而且，如果需要还要进行必要的修正。
1.1.2数据及其来源
统计分析离不开数据，没有数据统计方法就成了无米之炊。数据是什么？怎样获得所需的数据？
1.变量与数据
观察一个企业的销售额，你会发现这个月和上个月有所不同；观察股票市场上涨股票的家数，今天与昨天数量不一样；观察一个班学生的生活费支出，一个人和另一个人不一样；投掷一枚骰子观察其出现的点数，这次投掷的结果和下一次也不一样。这里的“企业销售额”、“上涨股票的家数”、“生活费支出”、“投掷一枚骰子出现的点数”等就是变量。简言之，变量（variable）是描述所观察对象某种特征的概念，其特点是从一次观察到下一次观察可能会出现不同结果。变量的观测结果就是数据（data）。
根据观测结果的特征，变量可以分为类别变量和数值变量两种。
类别变量（categorical variable）是取值为事物属性或类别以及区间值的变量，也称分类变量（classified variable）或定性变量（qualitative variable）。比如，观察人的性别、公司所属的行业、用户对商品的评价时，得到的结果就不是数字，而是事物的属性。例如，观测性别的结果是“男”或“女”，公司所属的行业为“建造业”、“零售业”、“旅游业”等，用户对商品的评价为“很好”、“好”、“一般”、“差”、“很差”。人的性别、公司所属的行业、用户对商品的评价等作为变量取的值不是数值，而是事物的属性或事物的类别。此外，学生的月生活费支出档次可能分为1000元以下、1000～1500元、1500～2000元、2000元以上4档，作为变量的“月生活费支出档次”这4档取值也不是普通的数值，而是数值区间，因而也称为区间值类别变量。人的性别、公司所属的行业、用户对商品的评价、学生的月生活费支出档次等都是类别变量。
类别变量根据取值是否有序通常分为两种：名义（nominal）值类别变量和顺序（ordinal）值类别变量。名义值类别变量也称无序类别变量，其取值是不可以排序的。例如“公司所属的行业”这一变量取值为“建造业”、“零售业”、“旅游业”等，这些取值之间不存在顺序关系。再比如“商品的产地”这一变量取值为“甲”、“乙”、“丙”、“丁”，这些取值之间也不存在顺序关系。顺序值类别变量也称有序类别变量，其取值间可以排序。例如“对商品的评价”这一变量的取值为“很好”、“好”、“一般”、“差”、“很差”，这5个值之间是有序的。取区间值的变量当然是有序的类别变量。当类别变量只取两个值时也称为二值（binary）类别变量，例如“性别”这一变量取值为“男”和“女”。二值变量可以看成名义变量，也可以看成有序变量。
类别变量的观测结果称为类别数据（categorical data）。类别数据也称为“分类数据”或“定性数据”。与类别变量相对应，类别数据相应分为名义值类别数据和顺序值类别数据两种。其中只取两个值的类别数据也称为二值类别数据。
数值变量（metric variable）是取值为数字的变量，也称为定量变量（quantitative variable）。例如“企业销售额”、“上涨股票的家数”、“生活费支出”、“投掷一枚骰子出现的点数”等这些变量的取值可以用数字来表示，都属于数值变量。数值变量的观测结果称为数值数据（metric data）或定量数据。
