基于R的數(shù)理統(tǒng)計(jì)學(xué)

第1章 R語言簡介
1．1 R的起源與簡介
1．1．1 R的起源
1．1．2 R及RStudio的安裝步驟
1．1．3 R及RStudio的初步使用
1．2 R的常用重要概念
1．3 R包的安裝與加載
1．4 使用R進(jìn)行基本統(tǒng)計(jì)分析
1．5 R產(chǎn)生各種分布的偽隨機(jī)數(shù)及抽樣舉例
1．6 R繪圖的兩個(gè)重要函數(shù)par（）和layout（）
習(xí)題1
第2章 隨機(jī)樣本與抽樣分布
2．1 引言
2．2 隨機(jī)樣本
2．2．1 總體與樣本
2．2．2 統(tǒng)計(jì)量
2．3 抽樣分布
2．3．1 樣本均值的分布
2．3．2 順序統(tǒng)計(jì)量的分布
2．3．3 x分布
2．3．4 t分布
2．3．5 F分布
2．3．6 正態(tài)總體中其他幾個(gè)常用統(tǒng)計(jì)量的分布
2．4 基于R的抽樣分布知識(shí)
2．4．1 正態(tài)隨機(jī)數(shù)
2．4．2 t分布隨機(jī)數(shù)
2．4．3 x2（n）分布隨機(jī)數(shù)
2．4．4 F（n1，n2）分布隨機(jī)數(shù)
2．4．5 利用R求各種分布的分位數(shù)舉例
習(xí)題2
第3章 參數(shù)估計(jì)
3．1 點(diǎn)估計(jì)
3．1．1 參數(shù)估計(jì)
3．1．2 點(diǎn)估計(jì)的方法
3．2 估計(jì)量的評(píng)價(jià)標(biāo)準(zhǔn)
3．2．1 無偏性
3．2．2 有效性
3．2．3 一致性
3．3 區(qū)間估計(jì)
3．4 正態(tài)總體均值與方差的區(qū)間估計(jì)
3．4．1 單一正態(tài)總體均值與方差的區(qū)間估計(jì)
3．4．2 兩個(gè)正態(tài)總體均值之差與方差之比的區(qū)間估計(jì)
3．4．3 大樣本情形下總體均值的區(qū)間估計(jì)
3．5 單側(cè)置信區(qū)間
習(xí)題3
第4章 假設(shè)檢驗(yàn)
4．1 假設(shè)檢驗(yàn)的基本概念
4．2 一個(gè)正態(tài)總體的假設(shè)檢驗(yàn)
4．3 兩個(gè)正態(tài)總體的假設(shè)檢驗(yàn)
4．4 假設(shè)檢驗(yàn)中的兩類錯(cuò)誤
4．5 非參數(shù)檢驗(yàn)
4．5．1 總體分布的假設(shè)檢驗(yàn)
4．5．2 獨(dú)立性的檢驗(yàn)
習(xí)題4
第5章 方差分析
5．1 單因素試驗(yàn)的方差分析
5．1．1 方差分析的基本思想
5．1．2 單因素試驗(yàn)的方差分析模型
5．1．3 假設(shè)檢驗(yàn)
5．2 雙因素試驗(yàn)的方差分析
5．2．1 雙因素等重復(fù)試驗(yàn)的方差分析
5．2．2 雙因素?zé)o重復(fù)試驗(yàn)的方差分析
習(xí)題5
第6章 一元線性回歸分析
6．1 一元線性回歸模型
6．1．1 變量之間的關(guān)系
6．1．2 一元線性回歸模型
6．2 一元線性回歸模型的參數(shù)估計(jì)
6．2．1 最小二乘法
6．2．2 極大似然估計(jì)
6．2．3 估計(jì)的性質(zhì)
6．3 回歸方程的線性顯著性檢驗(yàn)
6．4 根據(jù)回歸方程進(jìn)行預(yù)測和控制
6．4．1 均值E（y0|x0）的置信區(qū)間
6．4．2 觀測值y0的預(yù)測區(qū)間
6．4．3 幾點(diǎn)說明
6．5 可化為線性回歸的非線性回歸模型
6．6 多元回歸分析簡介
習(xí)題6
參考文獻(xiàn)
附錄
各章習(xí)題參考答案