复杂数据统计方法-基于R的应用-(第三版)

本书特色

[

本书自面世以来，得到了广大读者的支持和鼓励。第三版根据需要做了一些修正、改动及增补，在第七章补充了granger因果检验，增加了非线性时间序列一节。本书读者对象包括统计学、应用统计学、经济学、数学、应用数学、精算、环境、计量经济学、生物医学等专业的本科生、硕士及博士生，各领域的教师和实际工作者。 
本书对第二版做了相当大的增补, 并且重新安排了章节. 除了对前两版中发现的错误做出改正之外, 主要增加了贝叶斯网络、 定序变量的比例优势模型、调查问卷的垃圾比例计算等内容. 总共增加将近三分之一的篇幅. 和第二版一样, 第三版的排版是笔者通过latex{}软件实现的.

]

作者简介

[

吴喜之 
北京大学数学力学系本科，美国北卡罗来纳大学统计博士。中国人民大学统计学院教授，博士生导师。曾在美国加利福尼亚大学、北卡罗来纳大学以及南开大学、北京大学等多所著名学府执教。 

]

目录

前言 **章 引言 第二章 横截面数据回归: 经典方法 第三章 横截面数据回归: 机器学习方法 第四章 横截面数据分类: 经典方法 第五章 横截面数据分类: 机器学习方法 第六章 横截面数据: 计数或有序因变量 第七章 纵向数据(多水平模型、面板数据) 第八章 多元分析 第九章 多元数据的关联规则分析 第十章 调查数据中垃圾比例的计算 第十一章 路径建模(结构方程建模)数据的pls分析 第十二章 贝叶斯网络 第十三章 多元时间序列数据 附录 练习: 熟练使用r软件 参考文献

封面

书名:复杂数据统计方法-基于R的应用-(第三版)

作者:吴喜之

页数:315

定价:¥36.0

出版社:中国人民大学出版社

出版日期:2015-07-01

ISBN:9787300215945

PDF电子书大小:140MB 高清扫描完整版