掃一掃
關(guān)注中圖網(wǎng)
官方微博
>
數(shù)理統(tǒng)計(jì)學(xué)實(shí)驗(yàn)
買過本商品的人還買了
中圖價(jià):¥19.3
加入購物車
數(shù)理統(tǒng)計(jì)學(xué)實(shí)驗(yàn) 版權(quán)信息
- ISBN：9787503760259
- 條形碼：9787503760259 ; 978-7-5037-6025-9
- 裝幀：暫無
- 冊(cè)數(shù)：暫無
- 重量：暫無
- 所屬分類：
數(shù)理統(tǒng)計(jì)學(xué)實(shí)驗(yàn) 內(nèi)容簡介
《全國統(tǒng)計(jì)教材編審委員會(huì)“十一五”規(guī)劃教材：數(shù)理統(tǒng)計(jì)學(xué)實(shí)驗(yàn)》作為“數(shù)理統(tǒng)計(jì)學(xué)”（或“概率論與數(shù)理統(tǒng)計(jì)”）課程的實(shí)驗(yàn)教材，其編寫的目的在于，在講授數(shù)理統(tǒng)計(jì)基礎(chǔ)理論和基本方法的同時(shí)，組織學(xué)生做同步的實(shí)驗(yàn)，通過實(shí)驗(yàn)操作，使學(xué)生加深對(duì)基礎(chǔ)理論和方法的理解，掌握數(shù)理統(tǒng)計(jì)方法的實(shí)際應(yīng)用，增強(qiáng)學(xué)生處理實(shí)際問題的基本技能，培養(yǎng)學(xué)生的創(chuàng)新能力。
數(shù)理統(tǒng)計(jì)學(xué)實(shí)驗(yàn) 目錄
項(xiàng)目1 Matlab編程簡介
1.1 實(shí)驗(yàn)?zāi)康?br />1.2 實(shí)驗(yàn)原理
1.3 實(shí)驗(yàn)過程
1.3.1 Matlab的安裝
1.3.2 Matlab應(yīng)用入門
1.3.3 Matlab 7.0編程基礎(chǔ)
1.4 實(shí)驗(yàn)小結(jié)
1.5 練習(xí)實(shí)驗(yàn)
項(xiàng)目2 概率密度的計(jì)算及隨機(jī)模擬
2.1 實(shí)驗(yàn)?zāi)康?br />2.2 實(shí)驗(yàn)原理
2.3 實(shí)驗(yàn)過程
2.3.1 隨機(jī)變量的概率密度計(jì)算
2.3.2 常用分布密度函數(shù)作圖
2.3.3 常用分布隨機(jī)數(shù)的產(chǎn)生
2.4 實(shí)驗(yàn)小結(jié)
2.5 練習(xí)實(shí)驗(yàn)
項(xiàng)目3 參數(shù)估計(jì)
3.1 實(shí)驗(yàn)?zāi)康?br />3.2 實(shí)驗(yàn)原理
3.3 實(shí)驗(yàn)數(shù)據(jù)
3.4 實(shí)驗(yàn)過程
3.4.1 參數(shù)的點(diǎn)估計(jì)
3.4.2 參數(shù)的區(qū)間估計(jì)
3.4.3 常用分布的參數(shù)估計(jì)函數(shù)
3.5 案例分析
3.6 實(shí)驗(yàn)小結(jié)
3.7 練習(xí)實(shí)驗(yàn)
項(xiàng)目4 假設(shè)檢驗(yàn)
4.1 實(shí)驗(yàn)?zāi)康?br />4.2 實(shí)驗(yàn)原理
4.3 實(shí)驗(yàn)數(shù)據(jù)
4.4 實(shí)驗(yàn)過程
4.4.1 單個(gè)正態(tài)總體的假設(shè)檢驗(yàn)
4.4.2 兩個(gè)正態(tài)總體的假設(shè)檢驗(yàn)
4.4.3 非正態(tài)總體的假設(shè)檢驗(yàn)
4.5 案例分析
4.6 實(shí)驗(yàn)小結(jié)
4.7 練習(xí)實(shí)驗(yàn)
項(xiàng)目5 方差分析
5.1 實(shí)驗(yàn)?zāi)康?br />5.2 實(shí)驗(yàn)原理
5.3 實(shí)驗(yàn)數(shù)據(jù)
5.4 單因素方差分析
5.5 雙因素方差分析
5.6 多因素方差分析
5.7 多重比較
5.8 案例分析
5.9 實(shí)驗(yàn)小結(jié)
5.10 練習(xí)題
項(xiàng)目6 非參數(shù)秩檢驗(yàn)
6.1 實(shí)驗(yàn)?zāi)康?br />6.2 實(shí)驗(yàn)原理
6.3 實(shí)驗(yàn)數(shù)據(jù)
6.4 兩種處理方法比較的秩檢驗(yàn)
6.4.1 Wilcoxon秩和檢驗(yàn)
6.4.2 Smirnov檢驗(yàn)
6.5 成對(duì)分組下兩種處理方法比較的假設(shè)檢驗(yàn)
6.5.1 符號(hào)檢驗(yàn)
6.5.2 Wilcoxon符號(hào)秩檢驗(yàn)
6.6 多處理方法比較的秩檢驗(yàn)
6.7 分組設(shè)計(jì)下多處理方法比較的秩檢驗(yàn)
6.8 案例分析
6.9 實(shí)驗(yàn)小結(jié)
6.10 練習(xí)實(shí)驗(yàn)
項(xiàng)目7 分布檢驗(yàn)
7.1 實(shí)驗(yàn)?zāi)康?br />7.2 實(shí)驗(yàn)原理
7.3 實(shí)驗(yàn)數(shù)據(jù)
7.4 正態(tài)概率紙法
7.5 分布擬合優(yōu)度的x2檢驗(yàn)
7.6 Kolmogorov檢驗(yàn)
7.7 正態(tài)性檢驗(yàn)
7.7.1 Jarque—Bera檢驗(yàn)
7.7.2 Lilliefors檢驗(yàn)
7.8 列聯(lián)表分析
7.9 案例分析
7.10 實(shí)驗(yàn)小結(jié)
7.11 練習(xí)題
項(xiàng)目8 回歸分析
8.1 實(shí)驗(yàn)?zāi)康?br />8.2 實(shí)驗(yàn)原理
8.3 實(shí)驗(yàn)數(shù)據(jù)
8.4 線性回歸模型的參數(shù)估計(jì)
8.4.1 線性回歸模型參數(shù)的*小二乘估計(jì)
8.4.2 線性回歸模型參數(shù)的區(qū)間估計(jì)
8.5 回歸診斷
8.6 嶺回歸
8.7 逐步回歸
8.7.1 交互式圖形工具
8.7.2 命令行形式
8.8 非線性回歸
8.8.1 可線性化的非線性模型
8.8.2 不可線性化非線性回歸模型
8.9 案例分析
8.10 實(shí)驗(yàn)小結(jié)
8.11 練習(xí)題
參考文獻(xiàn)
1.1 實(shí)驗(yàn)?zāi)康?br />1.2 實(shí)驗(yàn)原理
1.3 實(shí)驗(yàn)過程
1.3.1 Matlab的安裝
1.3.2 Matlab應(yīng)用入門
1.3.3 Matlab 7.0編程基礎(chǔ)
1.4 實(shí)驗(yàn)小結(jié)
1.5 練習(xí)實(shí)驗(yàn)
項(xiàng)目2 概率密度的計(jì)算及隨機(jī)模擬
2.1 實(shí)驗(yàn)?zāi)康?br />2.2 實(shí)驗(yàn)原理
2.3 實(shí)驗(yàn)過程
2.3.1 隨機(jī)變量的概率密度計(jì)算
2.3.2 常用分布密度函數(shù)作圖
2.3.3 常用分布隨機(jī)數(shù)的產(chǎn)生
2.4 實(shí)驗(yàn)小結(jié)
2.5 練習(xí)實(shí)驗(yàn)
項(xiàng)目3 參數(shù)估計(jì)
3.1 實(shí)驗(yàn)?zāi)康?br />3.2 實(shí)驗(yàn)原理
3.3 實(shí)驗(yàn)數(shù)據(jù)
3.4 實(shí)驗(yàn)過程
3.4.1 參數(shù)的點(diǎn)估計(jì)
3.4.2 參數(shù)的區(qū)間估計(jì)
3.4.3 常用分布的參數(shù)估計(jì)函數(shù)
3.5 案例分析
3.6 實(shí)驗(yàn)小結(jié)
3.7 練習(xí)實(shí)驗(yàn)
項(xiàng)目4 假設(shè)檢驗(yàn)
4.1 實(shí)驗(yàn)?zāi)康?br />4.2 實(shí)驗(yàn)原理
4.3 實(shí)驗(yàn)數(shù)據(jù)
4.4 實(shí)驗(yàn)過程
4.4.1 單個(gè)正態(tài)總體的假設(shè)檢驗(yàn)
4.4.2 兩個(gè)正態(tài)總體的假設(shè)檢驗(yàn)
4.4.3 非正態(tài)總體的假設(shè)檢驗(yàn)
4.5 案例分析
4.6 實(shí)驗(yàn)小結(jié)
4.7 練習(xí)實(shí)驗(yàn)
項(xiàng)目5 方差分析
5.1 實(shí)驗(yàn)?zāi)康?br />5.2 實(shí)驗(yàn)原理
5.3 實(shí)驗(yàn)數(shù)據(jù)
5.4 單因素方差分析
5.5 雙因素方差分析
5.6 多因素方差分析
5.7 多重比較
5.8 案例分析
5.9 實(shí)驗(yàn)小結(jié)
5.10 練習(xí)題
項(xiàng)目6 非參數(shù)秩檢驗(yàn)
6.1 實(shí)驗(yàn)?zāi)康?br />6.2 實(shí)驗(yàn)原理
6.3 實(shí)驗(yàn)數(shù)據(jù)
6.4 兩種處理方法比較的秩檢驗(yàn)
6.4.1 Wilcoxon秩和檢驗(yàn)
6.4.2 Smirnov檢驗(yàn)
6.5 成對(duì)分組下兩種處理方法比較的假設(shè)檢驗(yàn)
6.5.1 符號(hào)檢驗(yàn)
6.5.2 Wilcoxon符號(hào)秩檢驗(yàn)
6.6 多處理方法比較的秩檢驗(yàn)
6.7 分組設(shè)計(jì)下多處理方法比較的秩檢驗(yàn)
6.8 案例分析
6.9 實(shí)驗(yàn)小結(jié)
6.10 練習(xí)實(shí)驗(yàn)
項(xiàng)目7 分布檢驗(yàn)
7.1 實(shí)驗(yàn)?zāi)康?br />7.2 實(shí)驗(yàn)原理
7.3 實(shí)驗(yàn)數(shù)據(jù)
7.4 正態(tài)概率紙法
7.5 分布擬合優(yōu)度的x2檢驗(yàn)
7.6 Kolmogorov檢驗(yàn)
7.7 正態(tài)性檢驗(yàn)
7.7.1 Jarque—Bera檢驗(yàn)
7.7.2 Lilliefors檢驗(yàn)
7.8 列聯(lián)表分析
7.9 案例分析
7.10 實(shí)驗(yàn)小結(jié)
7.11 練習(xí)題
項(xiàng)目8 回歸分析
8.1 實(shí)驗(yàn)?zāi)康?br />8.2 實(shí)驗(yàn)原理
8.3 實(shí)驗(yàn)數(shù)據(jù)
8.4 線性回歸模型的參數(shù)估計(jì)
8.4.1 線性回歸模型參數(shù)的*小二乘估計(jì)
8.4.2 線性回歸模型參數(shù)的區(qū)間估計(jì)
8.5 回歸診斷
8.6 嶺回歸
8.7 逐步回歸
8.7.1 交互式圖形工具
8.7.2 命令行形式
8.8 非線性回歸
8.8.1 可線性化的非線性模型
8.8.2 不可線性化非線性回歸模型
8.9 案例分析
8.10 實(shí)驗(yàn)小結(jié)
8.11 練習(xí)題
參考文獻(xiàn)
展開全部
書友推薦
- >
煙與鏡
- >
上帝之肋:男人的真實(shí)旅程
- >
經(jīng)典常談
- >
自卑與超越
- >
【精裝繪本】畫給孩子的中國神話
- >
唐代進(jìn)士錄
- >
小考拉的故事-套裝共3冊(cè)
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
本類暢銷
