读者评分
5分

包邮非参数统计(第三版)

1星价 ¥17.1 (5.7折)

2星价￥17.1 定价￥30.0

作者：吴喜之

出版社：中国统计出版社

商品评论（1条）

wan***（二星用户）

工作中要用到，不错

工作中要用到，不错

2013-01-01 13:41:48

0 0

查看全部评论

图文详情

ISBN：9787503758287
装帧：暂无
册数：暂无
重量：暂无
开本：18
页数：215
出版时间：2009-11-01
条形码：9787503758287 ; 978-7-5037-5828-7

本书特色

《非参数统计(第3版)》：普通高等教育“十一五”国家级规划教材,全国统计教材编审委员会“十一五”规划教材

内容简介

根据作者和许多非参数统计课教师的实践，我们觉得有必要出版《非参数统计(第3版)》的第三版。第三版首先纠正了在第二版中发现的错误和不妥之处，并且对内容作了部分的修订.这一版还去掉了第二版中与非参数统计关系不大的第二章，以减少教学的负担.我们保留了第二版中广受欢迎的使用R、SPSS或S等统计软件来分析有关数据的程序语句和各种选项的说明。

前言

根据作者和许多非参数统计课教师的实践，我们觉得有必要出版本书的第三版。第三版首先纠正了在第二版中发现的错误和不妥之处，并且对内容作了部分的修订.这一版还去掉了第二版中与非参数统计关系不大的第二章，以减少教学的负担.我们保留了第二版中广受欢迎的使用R、SPSS或S等统计软件来分析有关数据的程序语句和各种选项的说明。
这里仍然强调，对于初学的或实际应用部门的读者，可以略去打星号（*）的章节，这些章节至少包括：1.6、1.7、2.3、3.3、4.2、第五章、第九章及第十章。**章主要是用于介绍、回顾或参考的，可以由教师根据情况有选择地讲，也可以完全不讲.实际上，对于任何课程，应该完全由任课教师来决定讲哪些内容以及如何讲，教学大纲都应该服务于实际教学的需要，而不应成对教师的束缚.教科书应该留给教师以较大的余地和自由。

**章引言1
1.1 统计的实践1
1.2 关于非参数统计3
1.3 假设检验及置信区间的回顾4
1.4 γ2检验简单回顾8
1.4.1 基于随机化模型的γ2检验9
1.4.2 关于离散分布的列联表γ2检验10
1.5 熟悉手中的数据和数据变换11
1.6 渐近相对效率(ARE)、局部*优势(LMP)检验13
1.7 顺序统计量，秩，线性秩统计量及正态记分15
1.8 计算机统计软件的应用18
1.9 习题21

第二章单样本问题24
2.1 广义符号检验和有关的置信区间24
2.1.1 广义符号检验：对分位点进行的检验26
2.1.2 基于符号检验的中位数及分位点的置信区间29
2.2 Wilcoxon符号秩检验，点估计和区间估计33
2.2.1 Wilcoxon符号秩检验33
2.2.2 基于Wilcoxon符号秩检验的点估计和置信区间39
2.3 正态记分检验41
2.4 Cox-Stuart趋势检验44
2.5 关于随机性的游程检验47
2.6 习题51

第三章两样本位置问题56
3.1 两样本和多样本的Brown-Mood中位数检验57
3.2 Wilcoxon(Mann-Whitney)秩和检验及有关置信区间62
3.2.1 Wilcoxon(Mann-Whitney)秩和检验62
3.2.2 MX-MY的点估计和区间估计67
3.3 正态记分检验69
3.4 成对数据的检验71
3.5 习题73

第四章多样本数据模型78
4.1 Kruskal-Wallis秩和检验78
4.2 正态记分检验83
4.3 Jonekheere-Terpstra检验85
4.4 区组设计数据分析回顾88
4.5 完全区组设计：Friedman秩和检验91
4.6 Kendau协同系数检验95
4.7 完全区组设计：关于二元响应的Cochran检验97
4.8 完全区组设计：Page检验99
4.9 不完全区组设计：Durbin检验102
4.10 习题104

第五章尺度检验109
5.1 两独立样本的Siegel-Tukey方差检验109
5.2 两样本尺度参数的Mood检验112
5.3 两样本及多样本尺度参数的Ansari-Bradley检验115
5.4 两样本及多样本尺度参数的Fligner－Killeen检验118
5.5 两样本尺度的平方秩检验121
5.6 多样本尺度的平方秩检验123
5.7 习题125

第六章相关和回归127
第七章分布检验和拟合优度γ2检验146
第八章列联表160
第九章非参数密度估计和非参数回归简介175
第十章稳健统计方法简介188
附表193
参考文献208

展开全部

节选

统计应用的广泛性既造就了一批为各个具体应用领域服务的，并懂得该领域内容的统计学家，同时也造就了一些相对独立于某一两项具体应用，从事于研究具有普遍性的统计方法或原理的统计学家，后者所研究的内容有时也被称为“数理统计，”他们对目前广泛应用的大量的统计模型有着重要的贡献，然而这些似乎“脱离”某一两个具体应用领域的表面现象以及他们所使用的复杂的数学工具，使得有些人认为统计（或数理统计）就是数学或数学的一个分支，实际上，也的确有许多人把统计学当成数学来研究，这些自然要引起一些争论，这没有关系，在数学和许多其它科学领域之间都不可能划出明确的界限，从思维方式来说统计和数学在研究目标和思想方法上是有差异的，数学是以公理系统为基础，以演绎为基本思想方法的逻辑体系，它属于少数可以和世界具体事物无关的自成体系的学科，数学可以完全脱离实际而存在，而其它科学均是以实际事物为研究对象的，统计是为各个领域服务的，它以归纳为其基本思维方式，而且归纳和演绎并用，统计是仅有的系统地研究推断的科学。统计学科也仅有在实际应用中才能得到发展和提高，如果没有应用，统计没有存在的必要（Box，1990），多年来，统计作为一个学科之所以如此硕果累累，就是因为它有一个比数学还要广阔的思维基础。