国外实用统计丛书统计计算:使用R/(美)玛利亚L.里佐

译者序
前言

第1章 引言
1．1 计算统计和统计计算
1．2 R环境
1．3 **次如何使用R
1．4 使用R在线帮助
1．5 函数
1．6 数组数据框表
1．7 工作区和文档
1．8 使用脚本
1．9 使用软件包
1．1 0图形

第2章 概率和统计回顾
2．1 随机变量和概率
2．2 一些离散分布
2．3 一些连续分布
2．4 多元正态分布
2．5 极限定理
2．6 统计学
2．7 贝叶斯定理和贝叶斯统计
2．8 马尔可夫链

第3章 随机变量生成方法
3．1 引言
3．2 逆变换法
3．3 接受拒绝法
3．4 其他变换方法
3．5 求和变换与混合
3．6 多元分布
3．7 随机过程
练习

第4章 多元数据可视化
4．1 引言
4．2 平面显示
4．3 曲面图和三维散点图
4．4 等高线图
4．5 数据的其他二维表现
4．6 数据可视化的其他方法
练习

第5章 蒙特卡罗积分和方差缩减
5．1 引言
5．2 蒙特卡罗积分法
5．3 方差缩减
5．4 对偶变量法
5．5 控制变量法
5．6 重要抽样法
5．7 分层抽样法
5．8 分层重要抽样法
练习
R代码

第6章 统计推断中的蒙特卡罗方法
6．1 引言
6．2 估计中的蒙特卡罗方法
6．3 假设检验中的蒙特卡罗方法
6．4 应用：“Count Five”等方差检验
练习
习题

第7章 自助法和水手刀法
7．1 自助法
7．2 水手刀法
7．3 基于自助法的水手刀法
7．4 自助法置信区间
7．5 更好的自助法置信区间
7．6 应用：交叉验证
练习
习题

第8章 置换检验
8．1 引言
8．2 同分布检验
8．3 多元同分布检验
8．4 应用：距离相关性
练习
习题

第9章 马尔可夫链蒙特卡罗方法
9．1 引言
9．2 Metropolis-Hastings算法
9．3 Gibbs样本生成器
9．4 收敛性监测
9．5 应用：变点分析
练习
R代码

第10章 概率密度估计
10．1 一元密度估计
10．2 核密度估计
10．3 二元和多元密度估计
10．4 密度估计的其他方法
练习
R代码

第11章 R中的数值方法
11．1 引言
11．2 一维中的求根法
11．3 数值积分
11．4 极大似然问题
11．5 一维*优化
11．6 二维*优化
11．7 期望*大化算法
11．8 线性规划——单纯形法
11．9 应用：博弈论
练习

附录
附录A 符号
附录B 处理数据框和数组
B．1 重抽样和数据划分
B．2 构造子集和重塑数据
B．3 数据输入和数据分析
参考文献
索引