應(yīng)用統(tǒng)計(jì)

前言
第1章 極大似然法及其應(yīng)用
1. 1 極大似然估計(jì)
1. 1. 1 極大似然估計(jì)的定義
1. 1. 2 似然方程及ML估計(jì)的數(shù)值解法
1. 1. 3 ML估計(jì)的相合性質(zhì)及漸近正態(tài)性
1. 1. 4 單參數(shù)ML估計(jì)的近似分布
1. 1. 5 多參數(shù)ML估計(jì)的近似分布
1. 2 似然比與基于ML估計(jì)的檢驗(yàn)
1. 2. 1 單參數(shù)模型下的似然比檢驗(yàn)
1. 2. 2 多參數(shù)模型下的似然比檢驗(yàn)
1. 2. 3 基于ML估計(jì)的檢驗(yàn)
1. 2. 4 實(shí)例分析
課外練習(xí)
參考文獻(xiàn)
第2章 分布的估計(jì)與檢驗(yàn)
2. 1 基于經(jīng)驗(yàn)分布的估計(jì)與檢驗(yàn),
2. 1. 1 引言
2. 1. 2 經(jīng)驗(yàn)分布函數(shù)與直方圖
2. 1. 3 單個(gè)分布假設(shè)的科爾莫戈羅夫檢驗(yàn)
2. 2 分布的X2檢驗(yàn)
2. 2. 1 單個(gè)分布的X2檢驗(yàn)
2. 2. 2 分布族的X2檢驗(yàn)
2. 3 正態(tài)性檢驗(yàn)
2. 3. 1 偏度和峰度檢驗(yàn)
2. 3. 2 正態(tài)概率紙檢驗(yàn)
課外練習(xí)
參考文獻(xiàn)
第3章 線性回歸
3. 1 簡單線性回歸模型
3. 1. 1 引言
3. 1. 2 回歸系數(shù)的最小二乘估計(jì)
3. 1. 3 誤差方差的估計(jì)
3. 1. 4 統(tǒng)計(jì)量的分布
3. 1. 5 參數(shù)區(qū)間估計(jì)與t檢驗(yàn)
3. 1. 6 決定系數(shù)和F統(tǒng)計(jì)量
3. 1. 7 預(yù)測
附錄
3. 2 多重線性回歸模型
3. 2. 1 參數(shù)估計(jì)
3. 2. 2 參數(shù)估計(jì)的分布與置信區(qū)間
3. 2. 3 多重線性模型的有效性檢驗(yàn)
3. 2. 4 單個(gè)參數(shù)的檢驗(yàn)
3. 2. 5 預(yù)測
3. 3 變量選擇及多重共線性問題
3. 3. 1 變量選擇的maxR2法
3. 3. 2 向后. 向前和逐步回歸
3. 3. 3 交叉驗(yàn)證
3. 3. 4 多重共線性
3. 3. 5 克服多重共線性困難的方法
3. 4 模型與變量的擴(kuò)展
3. 4. 1 線性回歸模型的擴(kuò)展
3. 4. 2 變量的擴(kuò)展
3. 5 殘差分析
3. 5. 1 殘差的分布與學(xué)生化殘差
3. 5. 2 殘差點(diǎn)圖所提供的信息
3. 5. 3 離群值與影響點(diǎn)
3. 5. 4 關(guān)于誤差的正態(tài)性
課外練習(xí)
參考文獻(xiàn)
第4章 方差分析與試驗(yàn)設(shè)計(jì)
4. 1 單因子方差分析
4. 2 雙因子方差分析
4. 2. 1 雙因子有重復(fù)試驗(yàn)的方差分析
4. 2. 2 雙因子無重復(fù)試驗(yàn)的方差分析
4. 3 正交因子試驗(yàn)設(shè)計(jì)原理
4. 3. 1 多因子方差分析簡述
4. 3. 2 正交設(shè)計(jì)的思路及一例
4. 3. 3 正交試驗(yàn)設(shè)計(jì)的一般原理
4. 4 正交表及其應(yīng)用
4. 4. 1 正交表與無交互效應(yīng)模型
4. 4. 2 用正交表分析交互效應(yīng)模型
4. 4. 3 用正交表安排區(qū)組試驗(yàn)
4. 4. 4 擬水平
4. 4. 5 要不要方差分析
課外練習(xí)
參考文獻(xiàn)
第5章 壽命數(shù)據(jù)的模型與分析
5. 1 基本概念
5. 1. 1 壽命分布及有關(guān)的參數(shù)
5. 1. 2 常用壽命分布
5. 1. 3 截尾數(shù)據(jù)及似然函數(shù)
5. 2 參數(shù)估計(jì)與假設(shè)檢驗(yàn)
5. 2. 1 指數(shù)分布參數(shù)的估計(jì)與假設(shè)檢驗(yàn)
5. 2. 2 韋布爾分布參數(shù)的估計(jì)與假設(shè)檢驗(yàn)
5. 2. 3 伽瑪分布與對(duì)數(shù)正態(tài)分布模型
5. 3 生命表. 非參數(shù)方法與圖方法
5. 3. 1 生命表
5. 3. 2 非參數(shù)方法
5. 3. 3 圖方法
5. 4 回歸模型
5. 4. 1 對(duì)數(shù)線性模型
5. 4. 2 比例危險(xiǎn)模型
課外練習(xí)
參考文獻(xiàn)
第6章 分類數(shù)據(jù)的模型與分析
6. 1 引言
6. 1. 1 分類變量
6. 1. 2 簡單抽樣與分層抽樣
6. 1. 3 估計(jì)與檢驗(yàn)方法的概述
6. 2 兩個(gè)分類變量的模型與分析
6. 2. 1 對(duì)數(shù)線性模型
6. 2. 2 獨(dú)立性檢驗(yàn)
6. 2. 3 分層抽樣的齊次性檢驗(yàn)
6. 2. 4 退化模型
附錄
6. 3 三個(gè)分類變量的模型與分析
6. 3. 1 對(duì)數(shù)線性模型
6. 3. 2 常用層次模型
6. 4 多變量的對(duì)數(shù)線性模型
6. 4. 1 一般對(duì)數(shù)線性模型
6. 4. 2 層次模型
6. 4. 3 參數(shù)估計(jì)
6. 4. 4 檢驗(yàn)統(tǒng)計(jì)量及自由度的計(jì)算
6. 4. 5 序貫檢驗(yàn)
6. 5 Logit和Logistic回歸
6. 5. 1 Logit回歸模型
6. 5. 2 Logistic回歸模型
課外練習(xí)
參考文獻(xiàn)
附錄A SAS／STAT程序庫簡介
A. 1 SAS系統(tǒng)
A. 2 SAS統(tǒng)計(jì)程序庫--SAS／STAT
參考文獻(xiàn)
附錄B 常用統(tǒng)計(jì)表
B. 1 常用分布及分位數(shù)表
B. 1. 1 標(biāo)準(zhǔn)正態(tài)分布表
B. 1. 2 X2分布分位數(shù)X2n,a表
B. 1. 3 t分布分位數(shù)tn,a表
B. 1. 4 F分布分位數(shù)Ff1, f2, a表
B. 2 常用正交設(shè)計(jì)表
B. 2. 1 L4 23 表
B. 2. 2 L8 27 表
B. 2. 3 L12 211 表
B. 2. 4 L16 215 表
B. 2. 5 L9 34 表
B. 2. 6 L18 37X21 表
B. 2. 7 L27 313 表
B. 2. 8 L16 45 表
B. 2. 9 L25 56 表
中-英文名詞索引