图书介绍

数据分析实验教程PDF|Epub|txt|kindle电子书版本网盘下载

数据分析实验教程
  • 左国新主编;黄超,詹英副主编 著
  • 出版社: 武汉:华中师范大学出版社
  • ISBN:9787562270935
  • 出版时间:2015
  • 标注页数:135页
  • 文件大小:24MB
  • 文件页数:143页
  • 主题词:统计数据-统计分析-高等学校-教材

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]

下载说明

数据分析实验教程PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

第1章 数据分析基础1

1.1 数据分析问题和数据的分类1

1.1.1 数据和变量1

1.1.2 变量和数据的分类2

1.2 数据分析的基本方法2

1.2.1 数据分析分类2

1.2.2 统计图示法3

1.2.3 数据分析和多元统计模型3

1.3 数据分析的相关软件3

1.3.1 常用软件介绍3

1.3.2 统计软件的数据分析应用4

第2章 数据的描述性分析9

2.1 计量数据的描述性分析9

2.1.1 问题和数据9

2.1.2 数据分析过程9

2.2 定性数据的描述性分析19

2.2.1 问题和数据19

2.2.2 数据的描述性分析19

2.3 数据描述性分析的理论补充21

2.3.1 数字特征22

2.3.2 数据的统计图形23

2.3.3 数据分布及参数的检验24

第3章 方差分析与回归分析28

3.1 单因素方差分析28

3.1.1 问题背景及数据28

3.1.2 单因素方差分析模型28

3.1.3 数据分析及结果29

3.2 双因素等重复试验下的方差分析32

3.2.1 问题背景及数据32

3.2.2 双因素方差分析模型32

3.2.3 数据分析及结果33

3.3 一元线性回归分析35

3.3.1 问题及数据35

3.3.2 一元线性回归模型35

3.3.3 模型建立及其分析36

3.4 多元线性回归分析39

3.4.1 问题背景及数据39

3.4.2 多元回归模型39

3.4.3 数据分析及结果40

第4章 主成分分析与因子分析46

4.1 主成分分析46

4.1.1 问题背景及数据46

4.1.2 主成分分析模型46

4.1.3 数据分析及结果49

4.2 因子分析54

4.2.1 问题背景及数据54

4.2.2 因子分析模型54

4.2.3 数据分析及结果56

第5章 判别分析与聚类分析63

5.1 判别分析63

5.1.1 问题背景及数据63

5.1.2 判别分析模型63

5.1.3 数据分析及结果67

5.2 聚类分析70

5.2.1 问题背景及数据70

5.2.2 系统聚类分析71

5.2.3 数据分析及结果72

第6章 典型相关分析与对应分析78

6.1 典型相关分析78

6.1.1 问题背景及数据78

6.1.2 典型相关分析79

6.1.3 基于样本的典型相关变量的确定80

6.1.4 数据分析及结果80

6.2 对应分析82

6.2.1 问题背景及数据82

6.2.2 对应分析方法82

6.2.3 数据分析及结果84

第7章 属性数据分析92

7.1 列联表分析92

7.1.1 问题背景及数据92

7.1.2 列联表分析模型93

7.1.3 数据分析及结果95

7.2 Logistic回归分析99

7.2.1 问题背景及数据99

7.2.2 Logistic回归分析模型100

7.2.3 数据分析及结果101

第8章 时间序列分析108

8.1 时间序列数据及问题108

8.1.1 问题与实例108

8.2 时间序列分析模型108

8.2.1 AR(p)模型108

8.2.2 MA(q)模型109

8.2.3 ARMA(p,q)模型109

8.2.4 ARIMA(p,d,q)模型109

8.3 模型识别109

8.3.1 样本自相关函数109

8.3.2 样本偏自相关函数109

8.3.3 参数估计110

8.4 平稳性110

8.5 应用举例111

8.5.1 画时间序列图111

8.5.2 画ACF(自相关)函数图与求解其值112

8.5.3 画PACF(偏自相关)函数图与求解其值113

8.5.4 平稳性检验114

8.6 实例分析116

附录 函数read.table()帮助125

参考文献135

热门推荐