基本信息
内容简介
目录
《非参数统计（第2版）》
第1章基本概念
1.1 非参数统计概念与产生
1.2 假设检验回顾
1.3 经验分布和分布探索
1.3.1 经验分布
1.3.2 生存函数
1.4 检验的相对效率
1.5 分位数和非参数估计
1.6 秩检验统计量
1.7 U统计量
1.8 实验
习题
第2章单一样本的推断问题
2.1 符号检验和分位数推断
2.1.1 基本概念
2.1.2 大样本计算
2.1.3 符号检验在配对样本比较中的应用
2.1.4 分位数检验——符号检验的推广
2.2 Cox-Staut趋势存在性检验
第1章基本概念
1.1 非参数统计概念与产生
1.2 假设检验回顾
1.3 经验分布和分布探索
1.3.1 经验分布
1.3.2 生存函数
1.4 检验的相对效率
1.5 分位数和非参数估计
1.6 秩检验统计量
1.7 U统计量
1.8 实验
习题
第2章单一样本的推断问题
2.1 符号检验和分位数推断
2.1.1 基本概念
2.1.2 大样本计算
2.1.3 符号检验在配对样本比较中的应用
2.1.4 分位数检验——符号检验的推广
2.2 Cox-Staut趋势存在性检验
前言
第 2版前言
习惯于用数据思考和决策的人都清楚 ,和二三十年前相比 ,现在的数据分析面临着更大的挑战 .在咨询领域 ,数据误解、噪声数据、快速成像所产生的危害呈指数增长 .研究显示 ,今天大数据分析所涉及的数据所呈现出的复杂特征并没有和几十年前小规模数据的特征有多大区别 .此外 ,数据分析工具和封装的程序越来越容易获得 ,令人兴奋的可视化技术越来越吸引年轻人的目光 ,越来越技术化的数据分析孤立于通过观察并依循数据特点而进行的分析之外 .这些现象都表明我们的学生在尊重数据特点做出正确分析决定的能力方面训练不足.
经过五年多的等待 ,《非参数统计》第二版终于面世了 ,我很欣慰 ,因为这次出版适逢大数据时代 ,算作是我和我的团队献给我一直深爱的数据分析事业的一份礼物吧！
《非参数统计》第一版获得许多读者和同行青睐 ,第二版在保留第一版全部优点和特色基础上,作了许多优化、改进和创新 .这些优化、改进和创新包括：
（1）内容进行了全面更新 ,勘误了每一章 ,扩充了 U统计量理论 ,添加了新的非参数回归内容.
（2）可读性、易读性进一步提高 .为了做到这一点 ,我们对每一个章节的每一个句子 ,都经过了字斟句酌、反复推敲 ,尽可能使用短句子 ,同时 ,继续邀请优秀的本科生参与试读教材 ,充分听取他们的意见 ,力争使第二版的内容更加生动、深入浅出和言简意赅.
（3）调整结构体系 ,将原来的第一章 R基础调整至附录 ,原来的十章依次分九章排列 ——为每一章添加了一个实验或案例 ,强调了结合问题背景根据复杂数据分布特点进行数据分析和信息解读的培养思想 .这些实验和案例可以激发学生的学习兴趣,也为教师提供了丰富生动的教学内容.
在编写和修订的过程中 ,对我支持最多的是我的家人和我的团队 .特别感谢我的助教王聪同学协助整理了大部分案例和勘误表 ,许泳铎同学调整了部分实验 R程序,尤其是褚挺进老师加盟了我的教学团队 ,协助修订了第 8章和第 9章,最后,还要感谢清华大学出版社编辑负责的编辑校对工作.
王星
2014年 6月 10日于中国人民大学应用统计中心 &统计学院
习惯于用数据思考和决策的人都清楚 ,和二三十年前相比 ,现在的数据分析面临着更大的挑战 .在咨询领域 ,数据误解、噪声数据、快速成像所产生的危害呈指数增长 .研究显示 ,今天大数据分析所涉及的数据所呈现出的复杂特征并没有和几十年前小规模数据的特征有多大区别 .此外 ,数据分析工具和封装的程序越来越容易获得 ,令人兴奋的可视化技术越来越吸引年轻人的目光 ,越来越技术化的数据分析孤立于通过观察并依循数据特点而进行的分析之外 .这些现象都表明我们的学生在尊重数据特点做出正确分析决定的能力方面训练不足.
经过五年多的等待 ,《非参数统计》第二版终于面世了 ,我很欣慰 ,因为这次出版适逢大数据时代 ,算作是我和我的团队献给我一直深爱的数据分析事业的一份礼物吧！
《非参数统计》第一版获得许多读者和同行青睐 ,第二版在保留第一版全部优点和特色基础上,作了许多优化、改进和创新 .这些优化、改进和创新包括：
（1）内容进行了全面更新 ,勘误了每一章 ,扩充了 U统计量理论 ,添加了新的非参数回归内容.
（2）可读性、易读性进一步提高 .为了做到这一点 ,我们对每一个章节的每一个句子 ,都经过了字斟句酌、反复推敲 ,尽可能使用短句子 ,同时 ,继续邀请优秀的本科生参与试读教材 ,充分听取他们的意见 ,力争使第二版的内容更加生动、深入浅出和言简意赅.
（3）调整结构体系 ,将原来的第一章 R基础调整至附录 ,原来的十章依次分九章排列 ——为每一章添加了一个实验或案例 ,强调了结合问题背景根据复杂数据分布特点进行数据分析和信息解读的培养思想 .这些实验和案例可以激发学生的学习兴趣,也为教师提供了丰富生动的教学内容.
在编写和修订的过程中 ,对我支持最多的是我的家人和我的团队 .特别感谢我的助教王聪同学协助整理了大部分案例和勘误表 ,许泳铎同学调整了部分实验 R程序,尤其是褚挺进老师加盟了我的教学团队 ,协助修订了第 8章和第 9章,最后,还要感谢清华大学出版社编辑负责的编辑校对工作.
王星
2014年 6月 10日于中国人民大学应用统计中心 &统计学院
