新書推薦：
《
我们为什么会做梦：让梦不再神秘的新科学
》
售價：HK$
77.3
《
算法图解（第2版）
》
售價：HK$
78.2
《
科学的奇幻之旅
》
售價：HK$
77.3
《
画艺循谱：晚明的画谱与消闲
》
售價：HK$
143.4
《
新民说·现实政治史：从马基雅维利到基辛格
》
售價：HK$
99.7
《
宽容是件奢侈品（人生360度·一分钟经典故事）
》
售價：HK$
44.6
《
甲骨拼合六集
》
售價：HK$
333.8
《
视觉美食家：商业摄影实战与创意解析
》
售價：HK$
132.2
|
| 內容簡介： |
|
统计学是应用统计硕士（MAS）专业学位研究生入学统一考试的科目之一.为了帮助考生深入理解考试内容，把握重点、难点，提高考试成绩，编者根据“专业学位研究生入学统一考试统计学考试科目命题指导意见”，精心编写了本书.本书以目前大多数高校使用的统计学教材（贾俊平、何晓群、金勇进编写的《统计学》，中国人民大学出版社）、概率论与数理统计教材（茆诗松、程依明、濮晓龙编写的《概率论与数理统计教程》，高等教育出版社）为基础，将这两本教材的内容进行了有机的融合.本书共14章，所涉及的内容包括导论、数据的搜集、数据的图表展示、数据的概括性度量、概率与概率分布、统计量及其抽样分布、参数估计、假设检验、分类数据分析、方差分析、一元线性回归、多元线性回归、时间序列分析和预测、统计指数等.本书既可作为报考应用统计专业硕士学位统计学科目的复习用书，也可作为本科生学习统计学、概率论与数理统计等课程的指导用书，对讲授统计学、概率论与数理统计的教师也具有一定的参考价值.建议本书与《应用统计专业硕士考研指导（提高真题篇）》配套使用.
|
| 目錄：
|
|
目录前言第1章 导论// 001.1 统计及其应用领域// 001.2 统计数据的类型// 001.3 统计中的几个基本概念// 00第2章 数据的搜集// 002.1 数据的来源// 002.2 调查数据// 02.3 实验数据// 02.4 数据的误差// 0第3章 数据的图表展示// 03.1 数据的预处理// 03.2 品质数据的整理与展示// 03.3 数值型数据的整理与展示// 03.4 合理使用图表// 0第4章 数据的概括性度量// 04.1 集中趋势的度量// 04.2 离散程度的度量// 04.3 偏态与峰态的度量// 0第5章 概率与概率分布// 05.1 随机事件及其概率// 05.2 随机变量及其分布// 05.3 多维随机变量及其分布// 5.4 随机变量的数字特征// 5.5 大数定律及中心极限定理// 第6章 统计量及其抽样分布// 6.1 统计量// 6.2 关于分布的几个概念// 6.3 由正态分布导出的几个重要分布// 6.4 样本均值的分布与中心极限定理// 6.5 样本比例的抽样分布// 6.6 两个样本平均值之差的分布// 6.7 关于样本方差的分布// 第7章 参数估计// 7.1 参数的点估计// 7.2 优效估计量// 7.3 一致小方差无偏估计量（UMVUE）// 7.4 完备性// 7.5 参数区间估计的基本概念// 7.6 一个总体参数的区间估计// 7.7 两个总体参数的区间估计// 7.8 两点、泊松、指数及均匀分布总体参数的置信区间// 7.9 短区间估计// 7.10 样本量的确定// 7.11 EM算法// 7.12 贝叶斯统计// 第8章 假设检验// 8.1 假设检验的基本问题// 8.2 一个总体参数的检验// 8.3 两个总体参数的检验// 8.4 其他总体参数的检验// 8.5 正态分布检验// 第9章 分类数据分析// 9.1 χ2统计量与拟合优度检验// 9.2 列联分析：独立性检验// 9.3 列联表中的相关测量// 9.4 列联分析中应注意的问题// 第10章 方差分析// 10.1 方差分析引论// 10.2 单因素方差分析// 10.3 方差分析中多个样本均值间的多重比较// 10.4 双因素方差分析// 第11章 一元线性回归// 11.1 变量间关系的度量// 11.2 一元线性回归// 11.3 利用回归方程进行预测// 11.4 残差分析// 11.5 可线性化的一元非线性回归// 第12章 多元线性回归// 12.1 多元线性回归模型// 12.2 回归方程的拟合优度// 12.3 显著性检验// 12.4 多重共线性// 12.5 利用回归方程进行预测// 12.6 变量选择与逐步回归// 第13章 时间序列分析和预测// 13.1 时间序列及其分解// 13.2 时间序列的水平分析// 13.3 时间序列的增长率分析// 13.4 时间序列预测的程序// 13.5 平稳序列的预测// 13.6 趋势型序列的预测// 13.7 季节型序列的预测// 13.8 复合型序列的分解预测// 第14章 统计指数// 14.1 统计指数的概念和种类// 14.2 总指数的编制方法// 14.3 指数体系// 14.4 几种常用的价格指数// 14.5 消费者满意度指数// 14.6 综合评价指数// 参考文献//
|
| 內容試閱：
|
|
统计学是应用统计硕士（MAS）专业学位研究生入学统一考试的科目之一.为了帮助考生深入理解考试内容，把握重点、难点，快速掌握应用统计学的精髓和解题技巧，提高考试成绩，编者根据“专业学位研究生入学统一考试统计学考试科目命题指导意见”，编写了本书和《应用统计专业硕士考研指导（提高真题篇）》这两本考研参考用书.本书以目前大多数高校使用的统计学教材（贾俊平、何晓群、金勇进编写的《统计学》，中国人民大学出版社）、概率论与数理统计教材（茆诗松、程依明、濮晓龙编写的《概率论与数理统计教程》，高等教育出版社）为基础.作者将这两本教材的内容有机地融入了本书，将广泛搜集的历年各高校的考研真题融入《应用统计专业硕士考研指导（提高真题篇）》之中，两本书配套使用，考生可快速掌握考试重点并通过相应的强化复习，收到事半功倍的效果.本书共14章，所涉及的内容包括导论、数据的搜集、数据的图表展示、数据的概括性度量、概率与概率分布、统计量及其抽样分布、参数估计、假设检验、分类数据分析、方差分析、一元线性回归、多元线性回归、时间序列分析和预测、统计指数等.本书既可作为报考应用统计专业硕士学位统计学科目的复习用书，也可作为报考统计学、概率论与数理统计等学术型硕士学位相应科目的复习用书，还可作为本科生学习统计学、概率论与数理统计等课程的指导用书，对讲授统计学、概率论与数理统计的教师也具有一定的参考价值.在学习应用统计学时，学生们普遍反映的问题之一是“书本基本看得懂，习题大多做不出”.要学好应用统计学，应注重概念的理解与习题的训练两个方面.概念的理解不仅要深入，而且要关注概念间的联系，不能生搬硬套、死记硬背.习题的训练不仅要系统、有一定的数量，而且一定要用心思考，同时也要注重解题的技巧.例如，求两个连续型随机变量“和与商”的密度函数，书本上都给出了公式，但如果不明白这些公式的来龙去脉，只是单靠记忆，则在做题的时候是很容易出错的. 再者，如果不是“和与商”，而是更为复杂的函数形式，这时就没有相对应的公式可供记忆了.其实，求随机变量函数的分布，不管是求分布函数还是密度函数，都可以从分布函数入手，通过两重积分得到（当然在求分布函数前要讨论其取值范围，通过画图决定两重积分的积分上下限），再求其导数即得相应的密度函数.例如，正态总体X~N(μ，σ20)，方差σ20已知的情形下，可否利用枢轴量X-μσ0n2~χ2（1）得到位置参数μ的区间估计？许多同学认为利用该枢轴量是得不到μ的区间估计的，其理由如下：Pχ21-α2(1)≤X-μσ0n2≤χ2α2(1)=1-α即：Pχ21-α2(1)≤X-μσ0n≤χ2α2(1)=1-α由于求解关于μ的不等式χ21-α2(1)≤X-μσ0n≤χ2α2(1)是非常困难的事，而且也得不到相应的μ的一个区间，由此认为利用该枢轴量得不到μ的区间估计.上述看法是不正确的.之所以犯这样的错误，其主要原因是对区间估计的概念理解不深，看到书本上大多是找枢轴量分布的两个上侧1-α2，α2分位数，然后求解枢轴量夹在这两个分位数之间的不等式即可得到相应的区间估计.其实，书本上求正态总体均值与方差的区间估计都是如此处理的，但针对不同的枢轴量，如此处理并不总成立.事实上，可以看到X是位置参数μ的估计，那么μ的区间估计应该在X的左右附近，而且越接近X越好，由此利用Pχ21-α2(1)≤X-μσ0n2≤χ2α2(1)=1-α是不合适的.正确的解法如下：PX-μσ0n2≤χ2α（1）=1-α，PX-μσ0n≤χ2α(1)=1-α也即：PX-μσ0n≤Uα2=1-α于是得到参数μ的置信水平1-α的区间估计为X-σ0nUα2，X+σ0nUα2，此与利用枢轴量X-μσ0n~N(0，1)得到的μ的区间估计是一致的.本书由上海对外经贸大学的徐晓岭、顾蓓青和上海师范大学的王蓉华、朱杰四位作者合作完成.徐晓岭编写了概率论部分（第5章），王蓉华编写了数理统计部分（第6~10章），顾蓓青编写了描述性统计、回归分析、时间序列和统计指数部分（第1~4章、第11~14章），书稿编写过程中朱杰提出了许多建设性建议.徐晓岭、王蓉华对全书进行了统稿.本书的撰写与出版得到了鑫全工作室赵鑫全、申亮、赵令杰、黄飞等老师的支持、关心与帮助.此外，多伦多大学的徐昕怡，耶鲁大学硕士研究生张宁，格拉斯哥大学硕士研究生佘纪涛，南洋理工大学硕士研究生张英卓，上海对外经贸大学应用统计2014级本科生李丹华、梁启文，数量经济2015级硕士研究生胡银花、李争，统计学2016级硕士研究生何亮，2019级硕士研究生徐亚茹、林冰钰，2020级硕士研究生尹真真、邱珍珠，商务统计2018级硕士研究生关红阳，上海师范大学概率论与数理统计2015级硕士研究生和阳、代颖，2016级硕士研究生王炎、逯瑞敏、李子洋，2018级硕士研究生金粟航、康子浩，应用统计2017级硕士研究生黄家骏、温升荣，2018级硕士研究生孙玉平、曹阳，2019级硕士研究生曾晓露、钞宁宁、李佳明，上海对外经贸大学经济统计2017级本科生刘晨曦、魏聪颖、张益硕，也对本书的撰写提供了协助，在此一并深表感谢！本书的出版得到了“上海市高校本科重点教改项目”“上海对外经贸大学应用统计学一流本科建设
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
