应用统计学

前言第1章统计推断1.1随机变量及其分布1.1.1常用的随机变量及其分布1.1.2随机变量的矩1.1.3分位点1.2抽样分布及其常用统计量的分布1.2.1简单随机样本1.2.2抽样分布1.3参数估计与假设检验1.3.1参数估计1.3.2参数假设检验1.3.3假设检验中的两个问题1.4方差分析1.4.1单因素试验的方差分析1.4.2双因素试验的方差分析1.5本章小结问题与思考第2章非参数统计分析2.1符号检验2.1.1两个总体分布是否相同的符号检验2.1.2总体中位数me的检验2.1.3数据序列的趋势存在性检验2.1.4威尔科克森符号秩和检验2.2秩和检验法2.3多个样本的检验2.3.1克鲁斯凯沃利斯单向方差秩检验2.3.2费里德曼双向方差分析2.4秩相关分析2.4.1斯皮尔曼秩相关系数2.4.2肯德尔 τ相关系数2.5χ2检验法2.5.1拟合优度检验2.5.2独立性检验（列联表分析）2.6正态性的检验法2.7本章小结问题与思考第3章线性回归分析3.1一元线性回归分析3.1.1参数β0，β1的估计3.1.2误差项ε的方差σ2的估计3.1.3拟合回归线的性质3.1.4正态误差回归模型3.1.5线性回归模型中自变量与因变量之间联系的描述测度3.1.6一元线性回归建模流程3.2多元线性回归模型3.2.1多元回归模型3.2.2回归系数的涵义3.2.3回归分析推断3.2.4预测与控制3.2.5自变量与因变量线性相关程度的度量指标3.2.6多元线性回归模型中自变量的选择问题3.3回归诊断3.3.1残差及其性质3.3.2误差项的异方差3.3.3误差序列自相关性3.3.4自变量的多重共线性3.3.5异常点与强影响点3.4含定性自变量的回归模型3.4.1仅含定性自变量的回归模型3.4.2对一个定量自变量和一个二值定性自变量的回归3.4.3对于一个定量自变量和一个多值定性自变量的回归3.4.4对于一个定量自变量和两个定性自变量的回归3.5本章小结问题与思考第4章非线性回归分析4.1可线性化的非线性回归模型4.2多项式模型4.2.1一元多项式模型4.2.2二元多项式模型4.3因变量为指示变量的回归4.3.1回归模型4.3.2关于误差项问题4.3.3参数估计4.4逻辑斯蒂回归模型4.5本章小结问题与思考第5章主成分分析5.1随机矩阵和随机样本5.1.1随机矩阵5.1.2随机样本5.2总体主成分5.2.1一般形式5.2.2标准化变量的主成分5.3样本主成分5.4举例问题与思考第6章因子分析6.1正交因子模型6.2参数估计6.2.1主成分法6.2.2主因子法6.2.3极大似然估计法6.3因子旋转6.3.1基本原理6.3.2计算过程6.4因子得分6.4.1加权*小二乘法6.4.2回归分析法6.5应用举例问题与思考第7章马尔可夫链7.1随机过程的基本概念7.1.1随机过程的定义7.1.2有限维分布族7.1.3独立增量过程与平稳过程7.2泊松过程7.2.1计数过程7.2.2泊松过程的定义7.3马尔可夫链7.3.1马尔可夫性7.3.2马尔可夫链的定义7.3.3c-k方程7.3.4遍历性问题与思考参考文献附录