掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
數據分析方法與應用 版權信息
- ISBN：9787312056079
- 條形碼：9787312056079 ; 978-7-312-05607-9
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
數據分析方法與應用 內容簡介
本書主要介紹常用數據分析的基本內容與方法，包括數學基礎、回歸分析、聚類分析、判別分析、主成分及因子分析、典型相關分析、時間序列、面板數據、圖形繪制等。本書涉及SPSSStataEviewsR等常用軟件，這幾款軟件各具特點和優勢，在具體數據處理應用中推出同一案例數據的不同軟件處理過程，以滿足不同應用環境及受眾的需求。本書突出實用原則，內容和實例以期滿足人文社科專業的需要，可供高等院校相關專業本科生、研究生數據分析定量研究方法類課程以及從事數據統計分析的研究者參考使用。
數據分析方法與應用 目錄
前言
第1章 相關數理統計基礎知識
1.1 變量及分類
1.2 不同變量類型的數據分析方法
1.3 樣本統計量
1.4 數據變換
1.5 微積分基礎知識
1.6 常用的概率分布
1.7 線性代數基礎知識
第2章 線性回歸分析
2.1 一元線性回歸
2.2 多元線性回歸
第3章 回歸專題分析
3.1 可線性化的非線性模型回歸
3.2 虛擬變量回歸
3.3 內生解釋變量
3.4 滯后變量模型
第4章 聚類分析
4.1 聚類分析的基本思想及分類
4.2 聚類分析的兩個基本概念
4.3 系統聚類
4.4 快速聚類(K-均值法)
4.5 兩步聚類法
4.6 聚類分析方法在指標評價體系的應用
4.7 聚類分析方法總結
第5章 判別分析
5.1 判別分析概念及方法原理
5.2 sPsS在判別分析方法應用的菜單說明
5.3 距離判別
5.4 費歇判別
5.5 貝葉斯判別法
5.6 逐步判別法
5.7 應用判別分析需注意的幾個問題
第6章 主成分分析
6.1 主成分分析的基本思想及方法
6.2 主成分分析應用案例
6.3 主成分回歸
6.4 主成分分析中應注意的問題
第7章 因子分析
7.1 因子分析的基本思想及模型
7.2 因子分析的步驟
7.3 因子分析應用案例
7.4 主成分分析與因子分析的區別
第8章 相關分析
8.1 相關分析相關基礎知識
8.2 連續變量的相關分析
8.3 等級變量相關分析
8.4 偏相關分析
8.5 對應分析
8.6 典型相關分析
第9章 方差分析
9.1 方差分析概念及相關術語
9.2 方差分析的基本思想和原理
9.3 單因素方差分析
9.4 雙因素方差分析
9.5 方差分析應用案例
第10章 定性因變量回歸分析
10.1 二值Logistic回歸模型
10.2 多值Logistic回歸模型
10.3 *優尺度回歸模型
第11章 R語言介紹及數據可視化應用基礎
11.1 R語言軟件的下載與安裝
11.2 R語言軟件數據的基本類型和保存形式
11.3 R語言軟件數據的創建
11.4 數據可視化應用基礎
第12章 時間序列模型
12.1 時間序列概述
12.2 時間序列的平穩性檢驗
12.3 協整
12.4 誤差修正模型
12.5 格蘭杰因果關系檢驗
12.6 向量自回歸模型
12.7 向量誤差修正模型
第13章 面板數據模型
13.1 面板數據Pool對象的建立
13.2 面板數據模型的估計
13.3 面板數據的單位根檢驗與協整檢驗
13.4 時期面板數據模型的估計
參考文獻
第1章 相關數理統計基礎知識
1.1 變量及分類
1.2 不同變量類型的數據分析方法
1.3 樣本統計量
1.4 數據變換
1.5 微積分基礎知識
1.6 常用的概率分布
1.7 線性代數基礎知識
第2章 線性回歸分析
2.1 一元線性回歸
2.2 多元線性回歸
第3章 回歸專題分析
3.1 可線性化的非線性模型回歸
3.2 虛擬變量回歸
3.3 內生解釋變量
3.4 滯后變量模型
第4章 聚類分析
4.1 聚類分析的基本思想及分類
4.2 聚類分析的兩個基本概念
4.3 系統聚類
4.4 快速聚類(K-均值法)
4.5 兩步聚類法
4.6 聚類分析方法在指標評價體系的應用
4.7 聚類分析方法總結
第5章 判別分析
5.1 判別分析概念及方法原理
5.2 sPsS在判別分析方法應用的菜單說明
5.3 距離判別
5.4 費歇判別
5.5 貝葉斯判別法
5.6 逐步判別法
5.7 應用判別分析需注意的幾個問題
第6章 主成分分析
6.1 主成分分析的基本思想及方法
6.2 主成分分析應用案例
6.3 主成分回歸
6.4 主成分分析中應注意的問題
第7章 因子分析
7.1 因子分析的基本思想及模型
7.2 因子分析的步驟
7.3 因子分析應用案例
7.4 主成分分析與因子分析的區別
第8章 相關分析
8.1 相關分析相關基礎知識
8.2 連續變量的相關分析
8.3 等級變量相關分析
8.4 偏相關分析
8.5 對應分析
8.6 典型相關分析
第9章 方差分析
9.1 方差分析概念及相關術語
9.2 方差分析的基本思想和原理
9.3 單因素方差分析
9.4 雙因素方差分析
9.5 方差分析應用案例
第10章 定性因變量回歸分析
10.1 二值Logistic回歸模型
10.2 多值Logistic回歸模型
10.3 *優尺度回歸模型
第11章 R語言介紹及數據可視化應用基礎
11.1 R語言軟件的下載與安裝
11.2 R語言軟件數據的基本類型和保存形式
11.3 R語言軟件數據的創建
11.4 數據可視化應用基礎
第12章 時間序列模型
12.1 時間序列概述
12.2 時間序列的平穩性檢驗
12.3 協整
12.4 誤差修正模型
12.5 格蘭杰因果關系檢驗
12.6 向量自回歸模型
12.7 向量誤差修正模型
第13章 面板數據模型
13.1 面板數據Pool對象的建立
13.2 面板數據模型的估計
13.3 面板數據的單位根檢驗與協整檢驗
13.4 時期面板數據模型的估計
參考文獻
展開全部
數據分析方法與應用 作者簡介
陳軍，新疆師范大學商學院副教授。主講課程包括：“統計學”“計量經濟學”“經濟學研究方法”“計量經濟學”“經濟學研究方法論”等。已出版圖書1部。
書友推薦
- >
苦雨齋序跋文-周作人自編集
- >
羅庸西南聯大授課錄
- >
莉莉和章魚
- >
月亮虎
- >
羅曼·羅蘭讀書隨筆-精裝
- >
有舍有得是人生
- >
李白與唐代文化
- >
小考拉的故事-套裝共3冊
本類暢銷
