统计学——基于Excel和R语言pdf/txt下载_在线阅读全文

编辑推荐

深入浅出，注重统计学基本思想的讲述。通过案例来驱动统计学思想与方法的学习和应用。结合统计软件，实现统计方法的应用。编写了大量的R语言函数，并制作了相应的R程序包statsup。

内容简介

《统计学：基于Excel和R语言》以Excel和R语言为计算工具，阐述统计学基础理论与方法。《统计学：基于Excel和R语言》共分为8章，其中第1章为概述，是《统计学：基于Excel和R语言》的基础，主要介绍统计学中的一些基本概念、数据的搜集方式及R语言的基本操作；第2章和第3章介绍描述统计，阐述如何整理和显示数据，以及如何描述现象的基本数量特征；第4章和第5章介绍推断统计，研究抽样推断中参数估计和假设检验两大基本问题；第6章和第7章介绍方差分析和回归分析，这是实际工作中应用最为广泛的两类统计模型，也是很多复杂统计模型的基础；第8章介绍时间序列数据的分析与预测问题，研究如何挖掘历史数据的信息，合理地应用各种预测模型，实现对现象的预测。《统计学：基于Excel和R语言》各章均从实际问题入手，在不失严谨性的前提下，尽量淡化统计方法本身的数学推导，注重统计学思想的阐述及以Excel和R语言为计算工具的应用过程。

《统计学：基于Excel和R语言》可以作为理工科、经济、管理、人文社会科学等专业的统计学教材或参考书，也适合市场调查与营销、数据分析、金融、医学等企业的相关人员阅读和参考。

作者简介

汪朋，西藏民族大学统计教研室主任，主要从事统计计算、统计决策、计量经济学和民族经济统计的研究，先后主持和参加国家社会科学基金项目、教育部人文社科学基金项目、国家民委基金项目、西藏哲学社会科学基金项目等23余项，主持和参与省部级科研创新团队建设两个，发表学术论文20余篇，独立完成学术专著1部，参与完成学术专著3部，主编教材3部。

目　　录

目　　录
第1章
统计学概述
案例导入：有关文学著作的统计推断 / 001
1.1 统计学及相关概念 / 002
1.1.1 什么是统计学 / 002
1.1.2 统计学中的一些基本概念 / 003
1.2 统计数据的搜集 / 004
1.2.1 统计数据的来源 / 004
1.2.2 统计调查 / 005
1.2.3 统计实验 / 007
1.2.4 统计数据的误差 / 008
1.3 常用统计软件介绍 / 009
1.4 R语言基本操作简介 / 011

目　　录
第1章
统计学概述

 
 
 
 
 
 
 
案例导入：有关文学著作的统计推断 
/ 001
1.1  统计学及相关概念  / 002
1.1.1 什么是统计学  / 002
1.1.2 统计学中的一些基本概念  / 003
1.2  统计数据的搜集  / 004
1.2.1 统计数据的来源  / 004
1.2.2 统计调查  / 005
1.2.3 统计实验  / 007
1.2.4 统计数据的误差  / 008
1.3  常用统计软件介绍  / 009
1.4  R语言基本操作简介  / 011
1.4.1 R语言基本知识概述  / 011
1.4.2 R语言中的向量与矩阵  / 018
1.4.3 列表、数据框与因子  / 026
1.4.4 R语言程序设计  / 029
1.4.5 编写函数  / 031
第2章
统计数据的整理与显示?<o:p></o:p>
案例导入：如何整理和显示数据 
/ 033
2.1  统计数据的整理  / 034
2.1.1 统计数据的预处理  / 034
2.1.2 统计分组  / 038
2.1.3 次数分布数列  / 043
2.1.4 累计次数分布  / 051
2.2 统计表  / 054
2.2.1 统计表的定义和结构  / 054
2.2.2 统计表的分类  / 055
2.2.3 编制统计表应注意的问题  / 057
2.3  统计图  / 057
2.3.1 反映数据分布的图示  / 058
2.3.2 反映现象依存关系的图形  / 068
2.3.3 反映现象变化趋势的图形  / 071
2.3.4 R语言绘图基本知识补充  / 071
2.4  案例分析——灯泡使用寿命数据的整理与显示  / 076
第3章
统计数据的描述性分析
案例导入：今天，你被平均了吗 
/ 078
3.1  集中趋势的描述  / 079
3.1.1数值平均数  / 079
3.1.2 位置平均数  / 081
3.1.3 算术平均数、众数和中位数的关系  / 082
3.2  离散程度的描述  / 083
3.2.1 极差与四分位差  / 083
3.2.2 平均差  / 084
3.2.3 方差和标准差  / 085
3.2.4 离散系数  / 086
3.3  数据分布形状的描述  / 086
3.3.1 分布偏态的描述  / 086
3.3.2 分布峰态的描述  / 087
3.4  应用Excel计算描述性统计指标  / 088
3.4.1 利用统计函数计算描述统计量  / 088
3.4.2 用【数据分析】工具计算描述统计量  / 091
3.5  应用R语言计算描述性统计指标  / 092
3.5.1 算术平均数的计算  / 092
3.5.2 调和平均数的计算  / 093
3.5.3 几何平均数的计算  / 093
3.5.4 众数的计算  / 095
3.5.5 中位数的计算  / 096
3.5.6 方差和标准差的计算  / 098
3.5.7 偏态系数和峰态系数的计算  / 099
3.5.8 计算描述统计指标的综合函数  / 099
3.6  案例分析  / 100
第4章
抽样分布与参数估计
案例导入：大学生消费调查：一个月花费多少 
/ 104
4.1  抽样分布  / 105
4.1.1几种常用的抽样分布  / 105
4.1.2 样本均值的抽样分布  / 108
4.1.3 样本比例的抽样分布  / 110
4.1.4 样本方差的抽样分布  / 111
4.1.5 与抽样分布有关的Excel和R函数  / 112
4.2  点估计及其评价标准  / 114
4.2.1 点估计的方法  / 115
4.2.2 点估计的评价标准  / 119
4.3  区间估计  / 121
4.3.1 区间估计的含义  / 121
4.3.2 单个总体参数的区间估计          
/ 121
4.3.3 两个总体参数的区间估计  / 131
第5章
假设检验
案例导入：男女婚嫁的假设检验 
/ 138
5.1  假设检验的一般问题  / 139
5.1.1 假设检验的基本思想与过程  / 139
5.1.2 双侧检验和单侧检验  / 141
5.1.3 假设检验的两类错误  / 142
5.1.4 假设检验的
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
值 
/ 142
5.2  正态总体参数的假设检验  / 144
5.2.1 单个正态总体参数的假设检验  / 144
5.2.2 两个正态总体参数的假设检验  / 153
5.3  总体比例的假设检验  / 164
5.3.1 单个总体比例的检验  / 164
5.3.2 两个总体比例的检验  / 167
5.4  非参数检验  / 169
5.4.1 
 
检验 
/ 170
5.4.2 
Kolmogorov-Smirnov检验 
/ 177
5.4.3 正态性检验  / 179
5.4.4 符号检验  / 183
5.4.5 
Wilcoxon符号秩检验  / 186
第6章
方差分析
案例导入：如何检验安眠药的疗效 
/ 191
6.1  单因素方差分析  / 192
6.1.1 方差分析的基本假定  / 192
6.1.2 单因素方差分析的基本原理       / 193
6.1.3 单因素方差分析表的计算          
/ 195
6.1.4 多重比较  / 198
6.1.5 方差齐性检验  / 200
6.2  双因素方差分析  / 201
6.2.1 无交互作用的双因素方差分析  / 201
6.2.2 有交互作用的双因素方差分析  / 206
6.3  案例分析  / 212
6.3.1 问题的提出  / 212
6.3.2 数据的适用性检验  / 212
6.3.3 方差分析  / 214
6.3.4 结论  / 215
第7章
相关分析与回归分析
案例导入：花粉量对防晒霜的销量有影响吗 
/ 216
7.1  相关分析  / 217
7.1.1 变量之间的关系  / 217
7.1.2 相关分析与回归分析  / 218
7.1.3 相关系数及其检验  / 218
7.1.4 等级相关关系  / 223
7.2  一元线性回归  / 226
7.2.1 一元线性回归模型  / 227
7.2.2 参数的最小二乘估计  / 228
7.2.3 一元线性回归模型的评价与检验  / 231
7.2.4 一元线性回归的预测  / 236
7.3  多元线性回归  / 238
7.3.1 多元线性回归模型  / 238
7.3.2 参数的最小二乘估计  / 239
7.3.3 多元线性回归模型的拟合优度  / 241
7.3.4 多元线性回归模型的显著性检验  / 242
7.3.5 多元线性回归模型的预测          
/ 245
7.3.6 线性回归分析的几个常用R函数介绍  / 246
7.4  线性回归模型的诊断  / 247
7.4.1 方差齐性的检验  / 247
7.4.2 序列相关性的检验  / 253
7.4.3 多重共线性的检验  / 258
7.4.4 正态性检验  / 261
7.4.5 线性回归案例分析  / 265
7.5  非线性回归  / 272
7.5.1 可线性化模型  / 272
7.5.2 不可线性化模型  / 276
第8章
 时间序列分析与预测
案例导入：如何预测产品的销售量 
/ 281
8.1  时间序列概述  / 282
8.1.1 时间序列的概念  / 282
8.1.2 时间序列的因素分解  / 282
8.2  时间序列的描述性分析  / 283
8.2.1 图形分析  / 283
8.2.2 水平分析  / 285
8.2.3 速度分析  / 289
8.2.4 速度分析应注意的问题  / 294
8.3  时间序列预测的一般问题  / 295
8.4  平稳时间序列的预测  / 296
8.4.1 移动平均法  / 296
8.4.2 指数平滑法  / 301
8.5  趋势型时间序列的预测  / 304
8.5.1 考虑趋势的平滑法  / 304
8.5.2 趋势外推法  / 313
8.6  复合型时间序列的预测  / 326
8.6.1 季节性回归预测法  / 326
8.6.2 分解预测法  / 326
8.6.3 温特线性与季节指数平滑预测法  / 331
8.6.4 案例分析  / 333
附录A
常用统计表
标准正态分布函数表  / 341
标准正态分布分位数表（下侧）  / 342

 
分布分位数表（上侧）  / 344

 
分布分位数表（上侧）  / 345

 
分布分位数表  / 346
D.W.检验临界值表  / 347
附录B
已有的R程序包和函数
书中用到的R程序包及函数/ 349
本书自编的statsup包中的R函数及用途 
/ 353

显示全部信息

前　　言

前言
在大数据时代的今天，数据信息呈几何级数迅猛增长，各类数据的采集、处理、辨识和分析已经成为各行各业日常工作的重要内容，作为数据处理和技术分析的统计方法越来越广泛地应用于科学研究、生产管理、经济分析和经营决策的各个方面。因此，对于任何人而言，学习一些统计学知识，掌握基本的统计学思想、方法和统计分析工具，都是十分重要和必要的。
然而，多数人认为统计学是一门难学的课程，这是因为：一方面是读者往往将注意力放在了公式和数据的计算过程上，而忽略了对统计学方法的基本思想和原理的理解，这使得读者往往事倍功半，即花了大量的时间，却难以掌握统计学的精髓；另一方面，统计学中涉及的数据量往往较大，计算较为复杂，如果不结合统计软件来学习，很难实现所学的统计学方法，也无法将统计用到实处。为了克服这些困难，我们组织撰写了本书。与其他一些传统的统计学书籍相比，本书具有以下几个特点。
（1）本书定位于统计学基础，注重统计学基本思想的讲述，淡化统计方法本身的数学背景，写作的过程中尽量避免复杂的数学推导，具有高中文化水平的读者就可以读懂。

前言 
在大数据时代的今天，数据信息呈几何级数迅猛增长，各类数据的采集、处理、辨识和分析已经成为各行各业日常工作的重要内容，作为数据处理和技术分析的统计方法越来越广泛地应用于科学研究、生产管理、经济分析和经营决策的各个方面。因此，对于任何人而言，学习一些统计学知识，掌握基本的统计学思想、方法和统计分析工具，都是十分重要和必要的。 
然而，多数人认为统计学是一门难学的课程，这是因为：一方面是读者往往将注意力放在了公式和数据的计算过程上，而忽略了对统计学方法的基本思想和原理的理解，这使得读者往往事倍功半，即花了大量的时间，却难以掌握统计学的精髓；另一方面，统计学中涉及的数据量往往较大，计算较为复杂，如果不结合统计软件来学习，很难实现所学的统计学方法，也无法将统计用到实处。为了克服这些困难，我们组织撰写了本书。与其他一些传统的统计学书籍相比，本书具有以下几个特点。 
（1）本书定位于统计学基础，注重统计学基本思想的讲述，淡化统计方法本身的数学背景，写作的过程中尽量避免复杂的数学推导，具有高中文化水平的读者就可以读懂。 
（2）通过案例来驱动统计学思想与方法的学习和应用。首先，本书各章开头都安排了“案例导入”，通过社会生活中的各种实例和热点问题引导读者思考，激发读者学习的兴趣，做到了学习内容的具体化、目标化，便于读者把握学习的总方向；其次，对于每一种统计学方法，都是通过具体的实例来介绍其操作过程的，这使得读者能在应用的过程中进行学习，避免了学习的枯燥性和抽象性，便于读者更好地掌握统计学的方法和思想；同时，在大部分章节，还安排了一些综合案例，这些综合案例与实际工作和生活更为接近，其分析需要应用多个有联系的统计学知识和方法，因此，通过对这些案例的介绍和分析，读者可以了解统计学的科学性和严谨性，将所学的知识应用到实处。 
（3）结合统计软件，实现统计方法的应用。现代统计涉及大量的计算，不借助于统计软件，是很难完成数据的整理和分析的。与此同时，统计软件的学习也必须结合统计学理论，抛开统计学思想而一味地学习软件，是难以学会的。为此，本书结合Excel和R语言来实现统计学方法的应用，而之所以选择Excel和R语言，一方面是因为所有的统计软件分为界面菜单式和语言编程型两类，而Excel和R语言分别是这两类软件中的典型代表。另一方面，Excel是目前应用*为广泛的数据表格软件，群众基础很好，结合Excel来学习统计学，容易被非专业的读者所接受，同时在学习了Excel的统计操作之后，再学习其他更专业的界面菜单式软件（如SPSS）就变得非常容易了；而R语言是一款免费、开源的专业统计软件，其编程简单，功能十分全面和强大，这使得多数人不费任何代价就能进行专业的统计数据分析，正因如此，R语言已成为国内外*为流行的统计软件和语言，然而国内介绍R语言的书籍大多起点高，需要具备一定的统计学基础，为此，本书从*基础的统计学内容开始，循序渐进，来介绍R语言的操作，这样既便于没有任何基础的读者入门，也便于具备一定统计学基础的人员进一步学习和参考。 
（4）为了更方便读者的学习和应用，本书编写了大量的R语言函数，并制作了相应的R程序包statsup。这为读者（尤其是非专业的读者）提供了极大的便利，使其在现有R函数的基础上，结合本书自编的R函数，能够轻松地应用本书介绍的统计学方法，实现若干统计问题的“秒杀”。与此同时，在书中我们也公布了所有实例及自编函数的源代码，这为读者剖析统计学思想，学会统计编程，进而实现统计学方法的灵活运用提供一定的帮助。 
本书可以作为理工科、经济、管理、人文社会科学等专业的统计学教材或参考书，也适合市场调查与营销、数据分析、金融、医学等企业的相关人员阅读和参考。 
本书的撰写工作主要由汪朋同志负责。具体分工如下：汪朋负责全书大纲的设计、各章导入案例和应用案例的选取与撰写，并负责第1章的第1、3、4节，第2章，第3章，第4章，第7章的第4、5节和第8章的第3、4节的撰写；苏婕负责第1章的第2节和第8章的第1、2节的撰写；侯淑静负责第6章和第7章的第1、2、3节的撰写；陶青负责第5章的撰写。*后，汪朋对全书进行了*后的修改、总纂和技术处理，并制作了R程序包——statasup。 
在本书的撰写过程中，我们阅读、参考和采纳了所列参考文献中一些著作的部分观点、思想、方法和好的例题与习题，在此向这些著作的作者表示诚挚的谢意。 
本书所有例题、案例的数据、R语言代码及程序包statasup将以附件的形式发布在网站上，下载地址：http://www.broadview.com.cn/27485，读者可以自行下载，也可以通过电子邮件向作者索取，邮件地址为：pwang@xzmy.edu.cn。 
本书是西藏教育厅“西藏特色经济发展与产业转型研究创新团队”项目和西藏民族大学“统计学专业实践教学模式创新研究”项目的阶段性成果，本书的出版得到了“西藏特色经济发展与产业转型研究创新团队”项目的经费支持，在此表示感谢。本书的出版也得到了电子工业出版社的大力支持和帮助，特别是出版社的黄爱萍老师为本书的组稿、编辑做了大量的工作，在此一并表示衷心的感谢！ 
*后，由于作者水平有限，加之时间紧迫，书中不妥甚至错误之处在所难免，恳请广大读者和同行批评指正。 
汪朋 
2015年10月15日

显示全部信息

统计学——基于Excel和R语言下载

统计学——基于Excel和R语言

发布书评

相关图书推荐