当前位置:主页 > 课后答案 > 统计建模习题答案
统计建模与R软件

《统计建模与R软件》课后答案

  • 更新:2021-06-26
  • 大小:1.74 MB
  • 类别:统计建模
  • 作者:薛毅、陈立萍
  • 出版:清华大学出版社
  • 格式:PDF

  • 资源介绍
  • 学习心得
  • 相关内容

给大家带来的是关于统计建模相关的课后习题答案,介绍了关于统计建模、R软件方面的内容,由温阳炎网友提供,本资源目前已被846人关注,高等院校统计建模类教材综合评分为:9.5分。

书籍介绍

本书以统计理论为基础,按照数理统计教材的章节顺序,在讲明统计的基本概念的同时,以R软件为辅助计算手段,介绍统计计算的方法,从而有效地解决统计中的计算问题.

书中结合数理统计问题对R软件进行科学、准确和全面的介绍,以便使读者能深刻理解该软件的精髓和灵活、高效的使用技巧.此外,还介绍了在工程技术、经济管理、社会生活等各方面的丰富的统计问题及其统计建模方法,通过该软件将所建模型进行求解,使读者获得从实际问题建模入手,到利用软件进行求解,以及对计算结果进行分析的全面训练.

本书可作为理工、经济、管理、生物等专业学生数理统计课程的辅导教材或教学参考书,也可作为统计计算课程的教材和数学建模竞赛的辅导教材。

目录

  •  
  • 第1章概率统计的基本知识.
  • 1.1随机事件与概率
  • 1.1.1随机事件
  • 1.1.2概率
  • 1.1.3古典概型
  • 1.1.4几何概型
  • 1.1.5条件概率
  • 1.1.6概率的乘法公式.全概率公式.Bayes公式
  • 1.1.7独立事件
  • 1.1.8n重Bemoulli试验及其概率计算
  • 1.2随机变量及其分布
  • 1.2.1随机变量的定义
  • 1.2.2随机变量的分布函数
  • 1.2.3离散型随机变量
  • 1.2.4连续型随机变量
  • 1.2.5随机向量
  • 1.3随机变量的数字特征
  • 1.3.1数学期望
  • 1.3.2方差
  • 1.3.3几种常用随机变量分布的期望与方差
  • 1.3.4协方差与相关系数
  • 1.3.5矩与协方差矩阵
  • 1.4极限定理
  • 1.4.1大数定律
  • 1.4.2中心极限定理
  • 1.5数理统计的基本概念
  • 1.5.1总体.个体.简单随机样本
  • 1.5.2参数空间与分布族
  • 1.5.3统计量和抽样分布
  • 1.5.4正态总体样本均值与样本方差的分布
  • 习题
  • 第2章R软件的使用
  • 2.1R软件简介
  • 2.1.1R软件的下载与安装
  • 2.1.2初识R软件
  • 2.1.3R软件主窗口命令与快捷方式
  • 2.2数字.字符与向量
  • 2.2.1向量
  • 2.2.2产生有规律的序列
  • 2.2.3逻辑向量
  • 2.2.4缺失数据
  • 2.2.5字符型向量
  • 2.2.6复数向量
  • 2.2.7向量下标运算
  • 2.3对象和它的模式与属性
  • 2.3.1固有属性:mode和length
  • 2.3.2修改对象的长度
  • 2.3.3attributes()和attr()函数
  • 2.3.4对象的class属性
  • 2.4因子
  • 2.4.1factor()函数
  • 2.4.2tapply()数
  • 2.4.3gl()函数
  • 2.5多维数组和矩阵
  • 2.5.1生成数组或矩阵
  • 2.5.2数组下标
  • 2.5.3数组的四则运算
  • 2.5.4矩阵的运算
  • 2.5.5与矩阵(数组)运算有关的函数
  • 2.6列表与数据框
  • 2.6.1列表
  • 2.6.2数据框
  • 2.6.3列表与数据框的编辑
  • 2.7读.写数据文件
  • 2.7.1读纯文本文件
  • 2.7.2读其他格式的数据文件
  • 2.7.3链接嵌入的数据库
  • 2.7.4写数据文件
  • 2.8控制流
  • 2.8.1分支语句
  • 2.8.2中止语句与空语句
  • 2.8.3循环语句
  • 2.9编写自己的函数
  • 2.9.1简单的例子
  • 2.9.2定义新的二元运算
  • 2.9.3有名参数与默认参数
  • 2.9.4递归函数
  • 习题
  • 第3章数据描述性分析
  • 3.1描述统计量
  • 3.1.1位置的度量
  • 3.1.2分散程度的度量
  • 3.1.3分布形状的度量
  • 3.2数据的分布
  • 3.2.1分布函数
  • 3.2.2直方图.经验分布图与QQ图
  • 3.2.3茎叶图.箱线图及五数总括
  • 3.2.4iE态性检验与分布拟合检验
  • 3.3R软件中的绘图命令
  • 3.3.1高水平作图函数
  • 3.3.2高水平绘图中的命令
  • 3.3.3低水平作图函数
  • 3.4多元数据的数据特征与相关分析
  • 3.4.1--%元数据的数字特征及相关系数
  • 3.4.2元数据的相关性检验
  • 3.4.3多元数据的数字特征及相关矩阵
  • 3.4.4基于相关系数的变量分类
  • 3.5多元数据的图形表示方法
  • 3.5.1轮廓图
  • 3.5.2星图
  • 3.5.3调和曲线图
  • 习题
  • 第4章参数估计
  • 4.1点估计
  • 4.1.1矩法
  • 4.1.2极大似然法
  • 4.2估计量的优良性准则
  • 4.2.1无偏估计
  • 4.2.2有效性
  • 4.2.3相合性(一致性)
  • 4.3区间估计
  • 4.3.1一个正态总体的情况
  • 4.3.2两个正态总体的情况
  • 4.3.3非正态总体的区间估计
  • 4.3.4单侧置信区间估计
  • 习题
  • 第5章假设检验
  • 5.1假设检验的基本概念
  • 5.1.1基本概念
  • 5.1.2假设检验的基本思想与步骤
  • 5.1.3假设检验的两类错误..
  • 5.2重要的参数检验
  • 5.2.1态总体均值的假设检验
  • 5.2.2正态总体方差的假设检验
  • 5.2.3二项分布总体的假设检验
  • 5.3若干重要的非参数检验
  • 5.3.1Pearson拟合优度x2检验
  • 5.3.2Kolmogorov-Smimov检验
  • 5.3.3列联表数据的独立性检验
  • 5.3.4符号检验
  • 5.3.5秩统计量
  • 5.3.6秩相关检验
  • 5.3.7Wilcoxon秩检验
  • 习题
  • 第6章回归分析
  • 6.1一元线性回归
  • 6.1.1数学模型
  • 6.1.2回归参数的估计
  • 6.1.3回归方程的显著性检验
  • 6.1.4参数β0.与β1的区间估计
  • 6.1.5预测
  • 6.1.6控制
  • 6.1.7计算实例
  • 6.2R软件中与线性模型有关的函数
  • 6.2.1基本函数
  • 6.2.2提取模型信息的通用函数
  • 6.3多元线性回归分析
  • 6.3.1数学模型
  • 6.3.2回归系数的估计
  • 6.3.3显著性检验
  • 6.3.4参数β的区间估计
  • 6.3.5预测
  • 6.3.6修正拟合模型
  • 6.3.7计算实例
  • 6.4逐步回归
  • 6.4.1“*优”回归方程的选择
  • 6.4.2逐步回归的计算
  • 6.5回归诊断
  • 6.5.1什么是回归诊断
  • 6.5.2残差
  • 6.5.3残差图
  • 6.5.4影响分析
  • 6.5.5多重共线性
  • 6.6广义线性回归模型
  • 6.6.1与广义线性模型有关的R函数
  • 6.6.2态分布族
  • 6.6.3二项分布族
  • 6.6.4其他分布族
  • 6.7非线性回归模型
  • 6.7.1多项式回归模型
  • 6.7.2(内在)非线性回归模型
  • 习题
  • 第7章方差分析
  • 7.1单因素方差分析
  • 7.1.1数学模型
  • 7.1.2方差分析
  • 7.1.3方差分析表的计算
  • 7.1.4均值的多重比较
  • 7.1.5方差的齐次性检验
  • 7.1.6Kruskal-Wallis秩和检验
  • 7.1.7Friedman秩和检验
  • 7.2因素方差分析
  • 7.2.1不考虑交互作用
  • 7.2.2考虑交互作用
  • 7.2.3方差齐性检验
  • 7.3正交试验设计与方差分析
  • 7.3.1用正交表安排试验
  • 7.3.2交试验的方差分析
  • 7.3.3有交互作用的试验
  • 7.3.4有重复试验的方差分析
  • 习题
  • 第8章应用多元分析(1)
  • 8.1判别分析
  • 8.1.1距离判别
  • 8.1.2Bayes判别
  • 8.1.3Fisher判别
  • 8.2聚类分析
  • 8.2.11~巨离和相似系数
  • 8.2.2系统聚类法
  • 8.2.3动态聚类法
  • 习题
  • 第9章应用多元分析(11)
  • 9.1主成分分析
  • 9.1.1总体主成分
  • 9.1.2样本主成分
  • 9.1.3相关的R函数以及实例
  • 9.1.4主成分分析的应用
  • 9.2因子分析
  • 9.2.1引例
  • 9.2.2因子模型
  • 9.2.3参数估计
  • 9.2.4方差*大的正交旋转
  • 9.2.5因子分析的计算函数
  • 9.2.6因子得分
  • 9.3典型相关分析
  • 9.3.1总体典型相关
  • 9.3.2样本典型相关
  • 9.3.3典型相关分析的计算
  • 9.3.4典型相关系数的显著性检验
  • 习题
  • 第10章计算机模拟
  • 10.1概率分析与MonteCarlo方法
  • 10.1.1概率分析
  • 10.1.2MonteCarlo方法
  • 10.1.3MonteCarlo方法的精度分析
  • 10.2随机数的产生
  • 10.2.1均匀分布随机数的产生
  • 10.2.2均匀随机数的检验
  • 10.2.3任意分布随机数的产生
  • 10.2.4态分布随机数的产生
  • 10.2.5用R软件生成随机数
  • 10.3系统模拟
  • 10.3.1连续系统模拟
  • 10.3.2离散系统模拟
  • 10.4模拟方法在排队论中的应用
  • 10.4.1排队服务系统的基本概念
  • 10.4.2排队模型模拟的关键
  • 10.4.3等待制排队模型的模拟
  • 10.4.4损失制与混合制排队模型
  • 习题
  • 附录索引
  • 附录A自编写的函数(程序)
  • 附录BR软件中的函数(程序)
  • 参考文献...

资源获取

资源地址1:https://pan.baidu.com/s/140qmP5MlKbXrb1MWYYOdaw(密码:c2xq)

网友留言