本書的特色在于結合實際案例來展現R在數據科學領域的靈活性,不僅能讓讀者學習統計知識,也能提升代碼編寫能力。全書共15章,第1章詳細介紹了R和RStudio的安裝方法;第2章至第3章介紹了導入數據的方法,以及R的基本工作原理;第4章介紹了R中重要的數據管理方法;第5章講解數據可視化的知識;第6章至第15章,每一章對應了一個統計知識點,包括描述性統計、簡單線性回歸、多元線性回歸、虛擬變量回歸、Logistic回歸、多層次和縱向分析、因子分析等。 為方便讀者學習,本書提供了astatur包,這個工具包
《SAS數據分析》詳細闡述了與SAS數據分析相關的基本解決方案,主要包括SAS編程入門,數據操控和轉換,合并、索引、加密和壓縮技術,統計、報表、轉換過程和函數,高級編程技術:SAS宏,函數、選項和自動變量,Proc SQL高級編程技術,深入理解Proc SQL,數據可視化,報表機制和數據傳輸系統等內容。此外,本書還提供了相應的示例、代碼,以幫助讀者進一步理解相關方案的實現過程。 本書適合作為高等院校計算機及相關專業的教材和教學參考書,也可作為相關開發人員的自學用書和參考手冊。
本書的目的在于為教育實踐者在考試數據分析中應該使用哪種方法以及如何使用該方法提出具體化和合理化的建議。研究結果有助于提高多組被試測量結果比較的可靠性和有效性,避免在應用傳統方法時對參數指數的錯誤選擇所帶來的影響,發揮Benjamini Hochberg法和校準法在這方面的潛在優勢。
本書主要介紹常用的統計預測與決策方法.統計預測方法主要包括定性統計預測、統計回歸預測、時間序列分解法和趨勢外推法、馬爾可夫預測、平穩時間序列預測、模糊時間序列預測、灰色系統預測、神經網絡預測和組合預測方法;決策方法主要包括不確定型決策、風險型決策、多目標決策和序貫決策等.本書注重闡述統計預測與決策模型的基本原理和方法,使之具有一定的系統性和新穎性;同時也介紹了各類模型的特點和適用范圍,并給出應用案例,突出學以致用.另外,每章都配有適量的習題,部分習題具有一定的拓展性;并且提供習題詳解,掃描二維碼
本書是在第5版11.8節及之后內容的基礎上,基于軟件SPSS 26,根據讀者的反饋意見修訂而成的。全書內容以統計分析應用為主,簡要介紹各種統計分析方法的基本思想和基本概念;詳細敘述操作方法,每種分析方法均設置了對應的例題,涉及各個領域。每個例題均從數據解釋、數據文件結構、方法選擇、操作步驟,以及對輸出結果的分析解釋方面給予了說明。本書保留第5版的統計分析方法,對基本操作的內容等進行了壓縮、修正及簡化。對于SPSS 26中的界面改動部分及新增按鈕部分,本書進行了相應圖形及文字方面的解釋、修改和補充
本書是在上一版前11章(11.7節以前內容)的基礎上,基于軟件SPSS 26,根據讀者的反饋意見修訂而成的。本書內容以統計分析應用為主,簡要介紹各種統計分析方法的基本思想和基本概念;詳細敘述操作方法,對于每種統計分析方法均設置了對應的例題,涉及多個領域。每道例題均從數據解釋、數據文件結構、方法選擇、操作步驟,以及對輸出結果的分析解釋方面給予了說明。本書保留前5版的統計分析方法,對基本操作內容等進行了壓縮、修正及簡化。對于SPSS 26界面中的改動部分及新增按鈕部分,本書進行了相應圖形及文字方面的
本書以SPSS 28.0為平臺,由淺入深地全面講解SPSS軟件的相關知識,通過圖文并茂的方式講解各項操作,講解深入淺出,實例引導,內容翔實。 全書分為三部分共11章,詳細介紹SPSS在社會科學調查、心理學、教育學、農業領域、經濟領域、醫學、市場營銷、管理科學、房地產、生物學、環境保護、物流等領域的應用,涉及了數據編輯與整理、基本統計分析、參數估計與假設檢驗、非參數檢驗、方差分析、相關分析、回歸分析、聚類分析、判別分析、因子分析、對應分析、信度分析、生存分析、時間序列分析等綜合應用案例。本書涉及面
本書以SPSS 28.0為平臺,由淺入深地全面講解SPSS軟件的相關知識,通過圖文并茂的方式講解各項操作,講解深入淺出,實例引導,內容翔實,清晰、直觀、易學易用。 全書分為三部分共17章,詳細介紹SPSS的界面、數據文件的編輯、數據文件的整理、基本統計分析、參數估計與假設檢驗、非參數檢驗、方差分析、相關分析、回歸分析、聚類分析、判別分析、因子分析、對應分析、信度分析、生存分析、時間序列分析、SPSS的綜合應用案例等內容。本書涉及面廣,涵蓋了一般用戶需要使用的各種功能,全書按邏輯順序
本書是“對比 Excel”的第 4 本書,全書依舊突出對比學習的特點,通過對比 Excel 的方式來講解如何利用 Python 學習統計學知識,即統計分析。本書是“對比 Excel”之前 3 本書的延續,同時也是數據分析師技能樹的擴展。本書的主線是圍繞統計學的理論知識展開的,層層遞進,依次為描述性分析、概率和概率分布、抽樣推斷與參數估計、假設檢驗、方差分析、卡方分析、回歸模型、相關性分析、時間序列。每個理論知識又由核心的 3 個部分組成:該理論知識在數據分析中的應用、理論知識講解、Excel 和
本書分為上下兩篇, 共9章。上篇包括從邏輯到統計、頻率統計、貝葉斯統計與最大熵、Fisher統計、肥尾統計, 主要介紹了統計學理論四大派別的思想和主要工具。下篇包括因果認知、統計認知、商業決策、個人決策, 主要剖析了統計學理論四大派別在應用端的新發展。