●譯者序
前言
第1章 引言
1.1 計算統計和統計計算
1.2 R環境
1.3 第一次如何使用R
1.4 使用R在線幫助
1.5 函數
1.6 數組數據框表
1.7 工作區和文檔
1.8 使用腳本
1.9 使用軟件包
1.10 圖形
第2章 概率和統計回顧
2.1 隨機變量和概率
2.2 一些離散分布
2.3 一些連續分布
2.4正態分布
2.5 極限定理
2.6 統計學
2.7 貝葉斯定理和貝葉斯統計
2.8 馬爾可夫鏈
第3章 隨機變量生成方法
3.1 引言
3.2 逆變換法
3.3 接受拒絕法
3.4 其他變換方法
3.5 求和變換與混合
3.6分布
3.7 隨機過程
練習
第4章數據可視化
4.1 引言
4.2 平面顯示
4.3 曲面圖和三維散點圖
4.4 等高線圖
4.5 數據的其他二維表現
4.6 數據可視化的其他方法
練習
第5章 蒙特卡羅積分和方差縮減
5.1 引言
5.2 蒙特卡羅積分法
5.3 方差縮減
5.4 對偶變量法
5.5 控制變量法
5.6 重要抽樣法
5.7 分層抽樣法
5.8 分層重要抽樣法
練習
R代碼
第6章 統計推斷中的蒙特卡羅方法
6.1 引言
6.2 估計中的蒙特卡羅方法
6.3 假設檢驗中的蒙特卡羅方法
6.4 應用:“Count Five”等方差檢驗
練習
習題
第7章 自助法和水手刀法
7.1 自助法
7.2 水手刀法
7.3 基於自助法的水手刀法
7.4 自助法置信區間
7.5 更好的自助法置信區間
7.6 應用:交叉驗證
練習
習題
第8章 置換檢驗
8.1 引言
8.2 同分布檢驗
8.3同分布檢驗
8.4 應用:距離相關性
練習
習題
第9章 馬爾可夫鏈蒙特卡羅方法
9.1 引言
9.2 Metropolis―Hastings算法
9.3 Gibbs樣本生成器
9.4 收斂性監測
9.5 應用:變點分析
練習
R代碼
第10章 概率密度估計
10.1密度估計
10.2 核密度估計
10.密度估計
10.4 密度估計的其他方法
練習
R代碼
第11章 R中的數值方法
11.1 引言
11.2 一維中的求根法
11.3 數值積分
11.4 極大似然問題
11.5 一維很優化
11.6 二維很優化
11.7 期望優選化算法
11.8 線性規劃――單純形法
11.9 應用:博弈論
練習
附錄
附錄A 符號
附錄B 處理數據框和數組
B.1 重抽樣和數據劃分
B.2 構造子集和重塑數據
B.3 數據輸入和數據分析
參考文獻
索引