本篇主要提供复杂数据统计方法:基于R与Python基于R应用的统计学丛书电子书的pdf版本下载,本电子书下载方式为百度网盘方式,点击以上按钮下单完成后即会通过邮件和网页的方式发货,有问题请联系邮箱ebook666@outlook.com
图书基本信息 | |
图书名称 | 复杂数据统计方法:基于R与Python(第4版)/基于R应用的统计学丛书 |
作者 | 吴喜之,张敏 |
定价 | 49元 |
出版社 | 中国人民大学出版社 |
ISBN | 9787300307268 |
出版日期 | 2022-07-01 |
字数 | 517000 |
页码 | 337 |
版次 | |
装帧 | 平装 |
开本 | 16开 |
商品重量 |
内容提要 | |
《复杂数据统计方法:基于R与Python(第4版)/基于R应用的统计学丛书》特色: 数据主导的学习方式有助于读者理解数据科学的本质,读者可以通过分析数据学会多种统计方法的应用。 《复杂数据统计方法:基于R与Python(第4版)/基于R应用的统计学丛书》以数据形式为导向,对应不同的数据形式介绍可能使用的一些统计方法。这些统计方法可能属于不同的模型和统计方向,但只要适用于同一类数据,《复杂数据统计方法:基于R与Python(第4版)/基于R应用的统计学丛书》就尽量都予以介绍,以此启发读者探索及创新。 《复杂数据统计方法:基于R与Python(第4版)/基于R应用的统计学丛书》初版以来,在广大读者的支持和鼓励下,10年间不断更新。第4版在第3版的基础上做了增补及修正,并且重新安排了部分章节。 《复杂数据统计方法:基于R与Python(第4版)/基于R应用的统计学丛书》始终坚持以下特色: 用实际数据做案例,这些数据都是真实的,有理论及应用方面的背景,而且能从网上下载。 书中所有结论都可以通过Python与R软件得出,并给出所有例子的代码。 没有太多数学公式,但能让读者直观理解各种方法的含义。 宗旨是训练处理不同数据的动手能力,而不是面面俱到地告知所有细节。 《复杂数据统计方法:基于R与Python(第4版)/基于R应用的统计学丛书》适合用作统计学、应用统计学、经济学、数学、应用数学、精算、环境、计量经济学、生物医学等专业本科生、硕士生及博士生的教材,也可作为各领域的实际工作者的参考用书。 |
目录 | |
章 引 言 部分 经典统计篇 第2章经典线性模型 第3章广义线性模型方法 第4章纵向数据 (多水平模型、面板数据) 第5章多元时间序列 第6章路径建模/结构方程建模 第7章无监督学习: 经典多元分析 第二部分 机器学习篇 第8章决策树及组合算法 第9章神经网络简介 0章支持向量机及最近邻方法 1章关联规则分析 2章贝叶斯网络 第三部分 软件基础篇 3章基本软件: R和Python 参考文献 |
作者介绍 | |
吴喜之 北京大学数学力学系本科毕业,北卡罗来纳大学统计学博士。中国人民大学统计学院教授,博士生导师。曾在南开大学、北京大学、加利福尼亚大学、北卡罗来纳大学等多所学府执教。 张 敏 云南财经大学统计学博士,现就职于重庆工商大学。以作者公开发表了CSSCI/CSCD/SCI多篇文章,主持或参与国家及省部级课题多项,以第二作者出版关于数据科学的教材多部。 |