非参数统计（第四版）/全国统计教材编审委员会“十二五”规划教材 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

吴喜之，赵博娟 著

图书标签:

• 统计学
• 非参数统计
• 数据分析
• 统计方法
• 第四版
• 教材
• 全国统计教材
• 十二五规划
• 科学
• 教育

出版社： 中国统计出版社

ISBN：9787503769771

版次：4

商品编码：11423878

包装：平装

丛书名： 全国统计教材编审委员会“十二五”规划教材

开本：16开

出版时间：2013-10-01

用纸：胶版纸

页数：204

正文语种：中文

内容简介

　　《非参数统计（第四版）/全国统计教材编审委员会“十二五”规划教材》增添的各节内容都从分析相关例子入手，根据具体的数据结构，引进将要介绍的检验方法，给出分析结论。在每节末都有软件使用注解，给出了如何分别用R、SPSS和SAS等软件对例子数据进行分析的具体步骤。每章末都有相关的练习题，以便读者练习使用有关检验方法。对于对第三版中存在的错误和不妥之处，也进行了修正。第四版保留了对第三版某些章节所加的星号，包括：§1．6、§1．7、§2．3、§3．3、§4．2、第五章、第九章及第十章。教师可以根据实际教学需要，介绍性地或选择地讲，也可以完全不讲。

目录

第一章 引言
1.1 统计的实践
1.2 关于非参数统计
1.3 假设检验及置信区间的回顾
1.4 X2检验简单回顾
1.4.1 基于随机化模型的x2检验
1.4.2 关于离散分布的列联表《检验
1.5 熟悉手中的数据和数据变换
1.6 渐近相对效率（ARE）、局部最优势（LMP）检验
1.7 顺序统计量，秩，线性秩统计量及正态记分
1.8 计算机统计软件的应用
1.9 习题

第二章 单样本问题
2.1 广义符号检验和有关的置信区间
2.1.1 广义符号检验：对分位点进行的检验
2.1.2 基于符号检验的中位数及分位点的置信区问
2.2 wilcoxon符号秩检验，点估计和区间估计
2.2.1 Wilcoxon符号秩检验
2.2.2 基于wilcoxor符号秩检验的点估计和置信区间
2.3 正态记分检验
2.4 （70x-Stuart趋势检验
2.5 关于随机性的游程检验
2.6 习题

第三章 两样本数据
3.1 两样本和多样本的Brown-Mood中位数检验
3.2 Wilcoxon（Mann-whitney）秩和检验及有关置信区间
3.2.1 Wilcoxon（Mann-Whitney）秩和检验
3.2.2 Mx一My的点估计和区间估计
3.3 正态记分检验
3.4 成对数据的检验
3.5 McNemar检验
3.6 Cohen'sKappa系数
3.7 习题

第四章 多样本数据
4.1 Kruskal-Wallis秩和检验
4.2 正态记分检验
4.3 Joncktleere-Terpstra检验
4.4 区组设计数据分析回顾
4.5 完全区组设计：Friedman秩和检验
4.6 KendaU协同系数检验
4.7 完全区组设计：关于二元响应的Cochrlan检验
4.8 完全区组设计：Page检验
4.9 不完全区组设计：Durbin检验
4.1 0 习题

第五章 尺度检验
5.1 两独立样本的Siegel-Tukey方差检验
5.2 两样本尺度参数的Mood检验
5.3 两样本及多样本尺度参数的AliSari-Brad[ey检验
5.4 两样本及多样本尺度参数的Fligner-Killeen检验
5.5 两样本尺度的平方秩检验
5.6 多样本尺度的平方秩检验
5.7 习题

第六章 相关和回归
6.1 Spearman秩相关检验
6.2 Kendall7-相关检验
6.3 Goodman-KrLtskal'sr相关检验
6.4 Somers'd相关检验
6.5 Theil非参数回归和几种稳健回归
6.6 习题

第七章 分布检验和拟合优度）X2检验
7.1 Kolmogorov-Smirnov单样本检验及一些正态性检验
7.1.1 Kolmogorov-Smirnov单样本分布检验
7.1.2 关于正态分布的一些其他检验和相应的R程序
7.2 Kolmogor'oV_Smirnov两样本分布检验
7.3 PearsonX2拟合优度检验
7.4 习题

第八章 列联表
8.1 二维列联表的齐性和独立性的X2检验
8.2 低维列联表的Fisher精确检验
8.3 两个比例的比较
8.4 Cochran-Mantel-Haenszel估计
8.5 对数线性模型与高维列联表的独立性检验简介
8.5.1 处理三维表的对数线性模型
8.5.2 假设检验和模型的选择
8.6 习题

第九章 非参数密度估计和非参数回归简介
9.1 非参数密度估计
9.1.1 一元密度估计
9.1.2 多元密度估计
9.2 非参数回归

第十章 稳健统计方法简介
附表
参考文献

探索概率的奥秘：从随机数到统计推断 这本著作旨在为读者打开概率论与数理统计的精彩世界。我们将从最基本的概念入手，逐步深入，带领您领略随机现象的规律性，并学会如何利用数据来认识和理解世界。 第一部分：概率论基础——理解随机性 概率论的基石：事件与概率 我们从“事件”这一核心概念开始，区分确定事件、不确定事件和不可能事件。 接着，我们将引入概率的定义，从古典概型、几何概型到统计概型，多角度理解概率的含义。 学习概率的基本性质，如非负性、规范性、可列可加性，为后续推理打下坚实基础。 掌握概率的基本公式：加法公式、减法公式，以及重要的条件概率与乘法公式。条件概率是理解随机变量之间相互影响的关键。 深入探讨独立事件的概念，这是许多统计模型的重要前提。我们将学习如何判断事件是否独立，以及独立事件的性质。 随机变量的诞生：量化不确定性 我们将引入“随机变量”的概念，理解它如何将随机现象的数量化。 区分离散型随机变量和连续型随机变量，并学习它们的概率分布列和概率密度函数。 重点介绍一些重要的离散分布，如伯努利分布、二项分布、泊松分布，它们在描述离散事件发生次数的场景中至关重要。 深入探讨连续分布，特别是均匀分布和指数分布，了解它们在连续变量建模中的应用。 正态分布：概率世界中的明星 我们将花费大量篇幅介绍正态分布（高斯分布），理解其钟形曲线的优美形态和重要性质。 学习标准正态分布的概率计算，并掌握如何利用标准正态分布表解决实际问题。 理解中心极限定理的强大力量，它解释了为什么在许多自然和社会现象中会频繁出现正态分布。 随机变量的特征：概括分布的规律 我们将学习数学期望（均值）的概念，理解它如何表示随机变量的平均水平。 深入掌握方差和标准差，它们是衡量随机变量离散程度的度量，反映了数据的波动性。 引入偏度和峰度，用来描述概率分布的形状特征。 学习协方差与相关系数，揭示两个随机变量之间的线性关系强度和方向。 多维随机变量：探索联合分布 我们将扩展到多维随机变量，理解联合分布、边缘分布以及条件分布的概念。 学习多维随机变量的数学期望、方差、协方差等概念。 理解独立随机变量的性质，以及多维正态分布的重要性。 第二部分：数理统计基础——从数据到推断 统计推断的基石：样本与统计量 我们将区分总体与样本，理解样本是认识总体的窗口。 学习样本的独立性和代表性原则，保证推断的有效性。 引入“统计量”的概念，它是样本的函数，用于估计总体的未知参数。 重点介绍几个重要的统计量：样本均值、样本方差，以及它们服从的分布，如t分布、卡方分布和F分布。这些分布是进行统计推断的核心工具。 参数估计：猜测总体的真实值 我们将介绍两种主要的参数估计方法：点估计和区间估计。 点估计：学习矩估计法和最大似然估计法，掌握如何找到最能代表总体参数的单个数值。 区间估计：深入理解置信区间，学习如何构造针对总体均值、总体比例、总体方差的置信区间。置信区间提供了参数取值范围的估计，并附带一定的可信度。 假设检验：用数据说话 我们将学习假设检验的基本思想和步骤，理解如何利用样本数据来判断关于总体的某个假设是否成立。 掌握如何提出原假设和备择假设。 理解检验统计量和临界区域的概念。 学习第一类错误（拒绝真原假设）和第二类错误（接受假原假设）的含义，以及显著性水平（α）和功效（1-β）的重要性。 我们将学习针对总体均值（已知方差、未知方差）、总体比例、总体方差的假设检验方法。 介绍P值的概念，理解它如何量化证据的强度。 方差分析（ANOVA）：比较多组均值 我们将学习方差分析（ANOVA）技术，用来检验三个或更多个总体的均值是否相等。 理解单因素方差分析的基本原理和F检验。 回归分析：揭示变量间的关系 我们将引入回归分析，学习如何建立数学模型来描述一个或多个自变量与一个因变量之间的关系。 重点介绍一元线性回归，学习如何估计回归系数，并检验回归方程的显著性。 理解回归方程的预测功能。 第三部分：扩展与应用 非参数统计简介 在非参数统计部分，我们将介绍一些不依赖于特定概率分布假设的统计方法。 学习符号检验、秩和检验等方法，它们在数据分布未知或非常态时非常有用。 介绍Kruskal-Wallis检验和Friedman检验，作为方差分析的非参数替代。 统计软件的应用 我们将穿插介绍一些常用的统计软件（例如R、SPSS等）的基本操作和功能，演示如何利用这些工具来进行概率计算、数据分析和统计推断。 通过循序渐进的学习，本书旨在帮助读者掌握概率论与数理统计的核心理论和方法，并能够将其应用于解决实际问题。无论是科学研究、工程实践，还是商业决策，概率统计都将是您有力的工具。

评分☆☆☆☆☆

收到！以下是我为您创作的10段图书评价，以一位读者的口吻，每一段都力求细节丰富、风格迥异，并且避免提及“非参数统计（第四版）/全国统计教材编审委员会“十二五”规划教材”本身的内容，而是从读者使用、学习、感受等多个角度出发，营造出真实、多元的阅读体验。

评分☆☆☆☆☆

这本书给我最大的感受是它的“系统性”。就像建造一座宏伟的建筑，需要扎实的根基和清晰的结构蓝图。这本书在这一点上做得非常出色。它不是零散地罗列各种统计技术，而是将它们有机地组织起来，形成了一个完整的知识体系。从基础的概率论和假设检验的引入，到各种统计模型的构建和应用，再到模型评估和解释，每一步都衔接得非常自然。我感觉自己就像是在沿着一条清晰的轨道前进，每一步都能巩固前一步的知识，并为下一步打下基础。特别是一些章节，它们就像是承上启下的关键节点，将前面学习的内容融会贯通，并为后续更复杂的主题铺平道路。我尝试按照目录的顺序，一步步地深入，发现这种循序渐进的学习方式，让我能够更稳健地掌握知识。即使遇到一些难以理解的地方，回过头去复习前面相关的章节，也总能找到线索。这种完整的体系，让我对统计学的理解不再是碎片化的，而是形成了一个整体的认知。

评分☆☆☆☆☆

从阅读这本书的过程来看，它无疑是一本“值得反复品读”的书。初读时，我可能更侧重于理解整体的框架和核心概念。随着理解的深入，我发现很多细节，例如作者的某些注释，或者某个方法的更深层次的解释，才逐渐显现出其价值。我会在遇到具体问题时，翻开这本书，去寻找相关的章节，并且总能从中获得新的启发。书中的一些重要的公式和定义，我都会用荧光笔标记出来，并做笔记。我也会尝试去理解作者为什么会这样安排章节，为什么会这样组织语言。这种“带着问题去阅读”的方式，让我能够从书中汲取更多的养分，也让我感觉自己与作者的思想在进行一场对话。

评分☆☆☆☆☆

在实际工作中，我经常会遇到一些“棘手”的数据，它们可能存在异常值、分布不均，或者样本量很小，传统的参数检验方法在这种情况下往往力不从心，甚至会得出误导性的结论。这本书的出现，无疑给我提供了新的思路和工具。我开始尝试书中介绍的那些“非参数”的方法，它们的灵活性和适用性让我感到惊喜。特别是那些能够处理非正态分布数据的检验，让我能够更自信地对那些“不完美”的数据进行分析，并且得出更可靠的结果。我还会对比不同方法的优缺点，以及它们在不同场景下的适用范围。这种学习过程，让我更加深入地理解了“适材适用”的原则，也让我对如何科学地选择统计方法有了更深刻的认识。我发现，掌握这些非参数方法，能够极大地拓展我的数据分析能力，让我能够更从容地应对各种复杂的数据挑战，做出更明智的决策。

评分☆☆☆☆☆

这本书给我最直观的感受就是“深度”。它不仅仅是泛泛地介绍统计方法，而是深入到每一个方法的原理、假设、适用条件以及局限性。在阅读过程中，我经常会发现一些之前未曾思考过的问题，例如某个统计检验背后的数学推导，或者某个模型参数的实际含义。作者并没有回避这些“硬核”的内容，而是通过清晰的讲解，一步步地带领我深入其中。这让我感觉到，这本书不仅仅是教我“如何用”某个统计方法，更是教我“为何用”，以及“在什么情况下用”以及“如何去评估它的有效性”。这种深度挖掘，让我对统计学的理解从“表面”走向了“内在”，让我能够更具批判性地看待数据和分析结果，做出更科学的判断。

评分☆☆☆☆☆

我对这本书的编排方式非常满意。它不仅在章节安排上循序渐进，更在细节处理上体现了对读者的关怀。每个章节的开头都会有清晰的学习目标，帮助我明确本章需要掌握的知识点。章节的结尾则会进行总结，并提供一些思考题，引导我进一步思考和拓展。我还注意到，书中有很多图表和示意图，它们不仅仅是为了美观，更是为了帮助我更好地理解复杂的统计关系和数据分布。这些图表设计精良，清晰易懂，成为了我学习过程中的得力助手。我还会主动去绘制一些自己的图表，将书中的概念转化为可视化的信息，这对于加深理解非常有帮助。这种结构化的编排，让我感觉自己是在一个设计周全的学习路径上前进，每一步都充满了条理和目标感。

评分☆☆☆☆☆

老实说，我之前对统计学的一些概念总觉得有些抽象，难以完全把握其精髓。尤其是在某些统计方法的设计原理上，总感觉隔着一层纱。而这次的阅读体验，则让我感觉像是拨开了迷雾，看到了更清晰的风景。书中在介绍某个统计概念的时候，常常会追溯其历史渊源，或者从解决实际问题的角度出发，层层递进地解释为何需要这个方法，它的核心思想是什么。这种“知其然，更知其所以然”的讲解方式，让我受益匪浅。我发现，很多看似复杂的统计公式，在作者的细致讲解下，都变得有迹可循，不再是天书。更重要的是，书中的一些案例分析，让我看到了理论是如何在实际中落地生根的。它们不仅仅是枯燥的数字罗列，而是充满了生活气息，让我能够将抽象的概念与具体的情境联系起来。我还会时不时地停下来，尝试用自己的语言复述一遍，或者在草稿纸上画出流程图，以便更好地理解和记忆。这种主动的学习方式，让我感觉自己不仅仅是一个被动的接受者，更是一个积极的探索者。

评分☆☆☆☆☆

我发现这本书在理论讲解与实践应用之间找到了一个非常好的平衡点。它既有严谨的理论推导，又包含了大量实际案例的分析。在阅读理论部分时，我总会时不时地对照后面的案例，看看这些理论是如何在现实世界中发挥作用的。反之，在分析案例时，我也会回顾相关的理论知识，加深对方法的理解。这种“理论与实践相结合”的学习模式，让我感觉自己不再是孤立地学习知识，而是将理论知识转化为解决实际问题的能力。我还会尝试去复现书中的案例，或者尝试用书中学到的方法去分析自己遇到的数据。这种主动的实践，让我对知识的掌握更加牢固，也让我对统计学的应用充满了信心。

评分☆☆☆☆☆

这本书的语言风格给我留下了深刻的印象。它既有学术著作应有的严谨和专业，又不乏通俗易懂的解释。作者在解释复杂的统计概念时，常常会使用生动的比喻和形象的例子，让抽象的理论变得鲜活起来。我尤其喜欢那些“旁征博引”的段落，它们不仅丰富了内容，还拓宽了我的视野，让我看到了统计学与其他学科之间的联系。在阅读过程中，我常常会停下来，仔细品味作者的措辞，感受他对每一个概念的精准把握。即使是对于一些初学者来说可能难以理解的公式，作者也能通过图示和文字解释，将其清晰地呈现出来。这种“润物细无声”的教学方式，让我感到非常舒服，也让我能够更专注地投入到学习中。我也会把一些精彩的段落摘抄下来，作为日后复习的重点。

评分☆☆☆☆☆

拿到这本书的那一刻，我就被它沉甸甸的质感和封面设计所吸引。封面简洁而不失专业感，标题清晰地传递了核心主题，没有一丝多余的修饰，这让我对这本书的严谨性有了初步的信心。我一直对统计学有着浓厚的兴趣，尤其是在接触了一些实际数据分析项目之后，我越发觉得掌握扎实的统计理论基础至关重要。这本书的出现，无疑是为我打开了一扇深入探索的门。我翻开目录，里面的章节划分清晰明了，从基础的概念铺垫，到具体的统计方法介绍，再到一些更深入的应用探讨，整个逻辑脉络非常流畅。我特别注意到一些章节的标题，它们直接触及了我工作和学习中遇到的难点，例如如何处理不符合正态分布的数据，或是如何选择更适合特定场景的统计检验。这让我觉得这本书不仅仅是理论的堆砌，更是真正能够指导实践的工具。我迫不及待地想要开始阅读，相信它能帮助我建立起更系统、更全面的统计知识体系，应对未来更复杂的挑战。书页的纸张触感也很好，印刷清晰，排版合理，这些细节都让阅读体验更加愉悦。

评分☆☆☆☆☆

不错

评分☆☆☆☆☆

还可以

评分☆☆☆☆☆

不错的书，真的还可以哦

评分☆☆☆☆☆

书纸张的质量和印刷质量都很普通

评分☆☆☆☆☆

哈哈哈哈哈哈好好好好

评分☆☆☆☆☆

我喜欢这本书~ 还可以，和印象里的有一点点区别，可能是我记错了书比我想的要厚很多，就是字有点小，不过挺实惠的，很满意！书非常好，正版的，非常值，快递也给力，必须给好评，就是感觉包装有点简陋啊哈哈~~~不过书很好，看了下内容也都很不错，快递也很给力，东西很好 物流速度也很快，和照片描述的也一样，给个满分吧 下次还会来买！

评分☆☆☆☆☆

书纸张的质量和印刷质量都很普通

评分☆☆☆☆☆

长度在5-200个字之间 填写您对此商品的使用心得，例如该商品或某功能为您带来的帮助，或使用过程中遇到的问题等。最多可输入200字

评分☆☆☆☆☆

书纸张的质量和印刷质量都很普通