基本信息

• 商品名稱：統計思維(程序員數學之概率統計第2版)/圖靈程序設計叢書
• 作者：(美)唐尼|譯者:金迎
• 代碼：49
• 出版社：人民郵電
• 書號：9787115401083

其他參考信息

• 出版時間：2015-09-01
• 印刷時間：2015-09-01
• 版次：2
• 印次：1
• 開本：16開
• 包裝：平裝
• 頁數：186
• 字數：302千字

編輯推薦語

現實工作中，人們常常需要用數據說話。可是，數據自己不會說話，需要人對它進行分析和挖掘纔能找到有價值的信息。概率統計是數據分析的通用語言，是大數據時代預測未來的根基。如果你有編程背景，就能以概率和統計學為工具，將數據轉化為有用的信息和知識，讓數據說話。本書介紹了如何借助計算而非數學方法，使用Python語言對數據進行統計分析。
通過書中有趣的案例，你可以學到探索性數據分析的整個過程，從數據收集和生成統計量，到發現模式和檢驗假設。你還將探索概率分布、概率法則、可視化技術，以及其他許多工具和概念。
這一版內容較 版有很多改動，並且新增了回歸、時間序列分析、生存分析和分析方法章節，以豐富你的知識。
通過學習本書，你將能夠：
編寫測試代碼深入理解概率論和統計學；
運行實驗檢驗統計行為特征，如生成服從各種分布的樣本；
通過模擬理解數學上艱澀的概念；
學習貝葉斯估計等實用內容；
用Python從大部分數據源導入數據，不依賴由統計工具清洗的格式化數據；
用統計推理解讀現實世界中的數據。

內容提要

唐尼編寫的《統計思維(程序員數學之概率統計第2版)》是一本以全新視角講解概率統計的入門書。
    拋開經典的數學分析，Downey手把手教你用編程理解統計學。具體說來，本書通過一個案例研究，介紹探索性數據分析的全過程：從收集數據、生成統計信息，到發現模式、驗證假設。同時研究分布、概率規則、可視化和其他多種工具及概念。此外，第2版新增了回歸、時間序列分析、生存分析和分析方法等章節。
     本書既適合作為教材，又適合作為程序員學習概率統計的參考書，也適合作為非程序員了解概率統計與編程的工具書。
    

作者簡介

Allen B. Downey是富蘭克林歐林工程學院計算機科學教授，曾執教於韋爾斯利學院、科爾比學院和加州大學伯克利分校。在加州大學伯克利分校獲得計算機科學博士學位。Downey已出版十餘本技術書，包括Think Python、Think Bayes、Think Complexity等。

目錄

前言
第1章 探索性數據分析
1.1 統計學方法
1.2 全 庭增長調查
1.3 數據導入
1.4 DataFrame
1.5 變量
1.6 數據變換
1.7 數據驗證
1.8 解釋數據
1.9 練習
1.10 術語
第2章 分布
2.1 表示直方圖
2.2 繪制直方圖
2.3 全 庭增長調查中的變量
2.4 離群值
2.5 胎
2.6 分布概述
2.7 方差
2.8 效應量
2.9 報告結果
2.10 練習
2.11 術語
第3章 概率質量函數
3.1 概率質量函數
3.2 繪制PMF
3.3 繪制PMF 的其他方法
3.4 課堂規模悖論
3.5 使用DataFrame 進行索引
3.6 練習
3.7 術語
第4章 累積分布函數
4.1 PMF 的局限
4.2 百分位數
4.3 CDF
4.4 表示CDF
4.5 比較CDF
4.6 基於百分位數的統計量
4.7 隨機數
4.8 比較百分位秩
4.9 練習
4.10 術語
第5章 分布建模
5.1 指數分布
5.2 正態分布
5.3 正態概率圖
5.4 對數正態分布
5.5 Pareto 分布
5.6 隨機數生成
5.7 為什麼使用模型
5.8 練習
5.9 術語
第6章 概率密度函數
6.1 PDF
6.2 核密度估計
6.3 分布框架
6.4 Hist 實現
6.5 Pmf 實現
6.6 Cdf 實現
6.7 矩
6.8 偏度
6.9 練習
6.10 術語
第7章 變量之間的關繫
7.1 散點圖
7.2 描述關繫特征
7.3 相關性
7.4 協方差
7.5 Pearson 相關性
7.6 非線性關繫
7.7 Spearman 秩相關
7.8 相關性和因果關繫
7.9 練習
7.10 術語
第8章 估計
8.1 估計遊戲
8.2 猜測方差
8.3 抽樣分布
8.4 抽樣偏倚
8.5 指數分布
8.6 練習
8.7 術語
第9章 假設檢驗
9.1 經典假設檢驗
9.2 假設檢驗
9.3 檢驗均值差
9.4 其他檢驗統計量
9.5 檢驗相關性
9.6 檢驗比例
9.7 卡方檢驗
9.8 再談**胎
9.9 誤差
9.10 功效
9.11 復現
9.12 練習
9.13 術語
0章 線性*小二乘法
10.1 *小二乘法擬合
10.2 實現
10.3 殘差
10.4 估計
10.5 擬合優度
10.6 檢驗線性模型
10.7 加權重抽樣
10.8 練習
10.9 術語
1章 回歸
11.1 StatsModels
11.2 多重回歸
11.3 非線性關繫
11.4 數據挖掘
11.5 預測
11.6 Logistic 回歸
11.7 估計參數
11.8 實現
11.9 準確度
11.10 練習
11.11 術語
2章 時間序列分析
12.1 導入和清洗數據
12.2 繪制圖形
12.3 線性回歸
12.4 移動平均值
12.5 缺失值
12.6 序列相關
12.7 自相關
12.8 預測
12.9 參考書目
12.10 練習
12.11 術語
3章 生存分析
13.1 生存曲線
13.2 危險函數
13.3 估計生存曲線
13.4 Kaplan-Meier 估計
13.5 婚姻曲線
13.6 估計生存函數
13.7 置信區間
13.8 群組效應
13.9 外推
13.10 預期剩餘生存期
13.11 練習
13.12 術語
4章 分析方法
14.1 正態分布
14.2 抽樣分布
14.3 表示正態分布
14.4 中心極限定理
14.5 檢驗CLT
14.6 應用CLT
14.7 相關檢驗
14.8 卡方檢驗
14.9 討論
14.10 練習
作者介紹
封面介紹