●章R語言簡介
1.1R的起源與簡介
1.1.1R的起源
1.1.2R及RStudio的安裝步驟
1.1.3R及RStudio的初步使用
1.2R的常用重要概念
1.3R包的安裝與加載
1.4使用R進行基本統計分析
1.5R產生各種分布的偽隨機數及抽樣舉例
1.6R繪圖的兩個重要函數par()和layout()
習題1
第2章隨機樣本與抽樣分布
2.1引言
2.2隨機樣本
2.2.1總體與樣本
2.2.2統計量
2.3抽樣分布
2.3.1樣本均值的分布
2.3.2順序統計量的分布
2.3.3x分布
2.3.4t分布
2.3.5F分布
2.3.6正態總體中其他幾個常用統計量的分布
2.4基於R的抽樣分布知識
2.4.1正態隨機數
2.4.2t分布隨機數
2.4.3x2(n)分布隨機數
2.4.4F(n1，n2)分布隨機數
2.4.5利用R求各種分布的分位數舉例
習題2
第3章參數估計
3.1點估計
3.1.1參數估計
3.1.2點估計的方法
3.2估計量的評價標準
3.2.1無偏性
3.2.2有效性
3.2.3一致性
3.3區間估計
3.4正態總體均值與方差的區間估計
3.4.1單一正態總體均值與方差的區間估計
3.4.2兩個正態總體均值之差與方差之比的區間估計
3.4.3大樣本情形下總體均值的區間估計
3.5單側置信區間
習題3
第4章假設檢驗
4.1假設檢驗的基本概念
4.2一個正態總體的假設檢驗
4.3兩個正態總體的假設檢驗
4.4假設檢驗中的兩類錯誤
4.5非參數檢驗
4.5.1總體分布的假設檢驗
4.5.2獨立性的檢驗
習題4
第5章方差分析
5.1單因素試驗的方差分析
5.1.1方差分析的基本思想
5.1.2單因素試驗的方差分析模型
5.1.3假設檢驗
5.2雙因素試驗的方差分析
5.2.1雙因素等重復試驗的方差分析
5.2.2雙因素無重復試驗的方差分析
習題5
第線性回歸分析
6線性回歸模型
6.1.1變量之間的關繫
6.1線性回歸模型
6線性回歸模型的參數估計
6.2.1最小二乘法
6.2.2極大似然估計
6.2.3估計的性質
6.3回歸方程的線性顯著性檢驗
6.4根據回歸方程進行預測和控制
6.4.1均值E(y0|x0）的置信區間
6.4.2觀測值y0的預測區間
6.4.3幾點說明
6.5可化為線性回歸的非線性回歸模型
6回歸分析簡介
習題6
參考文獻
附錄
各章習題參考答案
內容簡介
隨著開源R軟件在各個領域的快速發展，R在傳統數理統計中的應用開始為人們所推崇。
《基於R的數理統計學/“十三五”科學技術專著叢書》共6章，章介紹R的安裝、RStudio的使用、R包的和加載等相關的基礎知識；第2章介紹抽樣基本理論，包括抽樣及其分布；第3章介紹參數估計的基本內容，包括點估計、估計評價標準、區間估計等；第4章介紹假設檢驗的基本概念及各種檢驗函數z.test（）、t.test（）、var.test（）、chisq.test（）、binom.test（）的使用等；第5章介紹方差分析以及重要的aov（）函數；第6章線性回歸分析的基本理論、重要的lm（）函數以及各種作圖。
《基於R的數理統計學/“十三五”科學技術專著叢書》可作為統計專業、非統計專業高年級本科生以及非統計專業研究生的參考書。
