概率論與數理統計——基於R語言
方紅
- 出版商: 機械工業
- 出版日期: 2025-09-01
- 售價: $474
- 貴賓價: 9.5 折 $450
- 語言: 簡體中文
- 頁數: 409
- ISBN: 7111787323
- ISBN-13: 9787111787327
-
相關分類:
機率統計學 Probability-and-statistics、R 語言
立即出貨
買這商品的人也買了...
-
Algorithmic Trading and Portfolio Management: Applications Using Advanced Statistics, Optimization, and Machine Learning Techniques$3,500$3,325 -
Quantum Finance: Intelligent Forecast and Trading Systems (Hardcover)$3,980$3,781 -
$611金融中的機器學習 -
$472區塊鏈——技術與場景 -
區塊鏈智能合約$432$410 -
$453可編程社會:Web3.0與智能合約 -
$346區塊鏈隱私技術 -
Uncovering Quantum Field Theory and the Standard Model: From Fundamental Concepts to Dynamical Mechanisms (Hardcover)$2,250$2,205 -
$331機器學習與經濟大數據分析 -
演算法導論, 4/e (Introduction to Algorithms, 4/e)$1,800$1,422 -
$2,280Reinforcement Learning for Finance: A Python-Based Introduction (Paperback) -
Financial Data Analytics with Machine Learning, Optimization and Statistics (Hardcover)$2,620$2,489 -
幣漲無疑:加密貨幣,一場史詩級騙局?$550$434 -
$453區塊鏈與金融應用 -
$517抗量子密碼芯片——跨數學難題的動態重構架構設計 -
AI繪畫與AI短視頻6項全能應用:文生圖+圖生圖+文生視頻+圖生視頻+視頻生視頻+數字人制作$534$507 -
$594銀行數字化業態風控:原理與實踐 -
$284AI Agent與財務智能體 -
強化學習與隨機優化:序貫決策的通用框架$1,536$1,459 -
Python 路徑規劃與決策算法$714$678 -
Generative AI Security: Defense, Threats, and Vulnerabilities (Hardcover)$4,650$4,417 -
機器學習基礎:面向預測數據分析的算法、實用範例與案例研究$894$849
簡體書拿來曬2本75折 詳見活動內容 »
-
VIP 95折
編譯原理, 2/e (Compilers : Principles, Techniques, and Tools, 2/e)$534$507 -
VIP 95折
深度學習之 TensorFlow:入門、原理與進階實戰$594$564 -
85折
$402Essential C++ (簡體中文版) -
VIP 95折
TCP/IP 詳解 (捲1):協議 (TCP/IP Illustrated, Volume 1 : The Protocols, 2/e)$774$735 -
85折
$402Go 並發編程實戰, 2/e -
VIP 95折
機器人學導論, 4/e (Introduction to Robotics: Mechanics and Control, 4/e)$474$450 -
85折
$402深入淺出 Vue.js -
85折
$351實用機器學習 (Real-world Machine Learning) -
85折
$504深度探索 C++ 對像模型 (Inside the C++ Object Model) -
85折
$300區塊鏈項目開發指南 -
85折
$402原子教你玩 STM32 (庫函數版第2版) -
85折
$402Spring Security 實戰 -
85折
$611嵌入式 Linux 基礎教程, 2/e (Embedded Linux Primer: A Practical Real-World Approach, 2/e) -
85折
$504MySQL 技術內幕-InnoDB 存儲引擎, 2/e -
85折
$448PADS 9.5 實戰攻略與高速 PCB 設計 -
85折
$244基於 Bootstrap 和 Knockout.js 的 ASP.NET MVC 開發實戰 (ASP.Net MVC 5 with Bootstrap and Knockout.Js: Building Dynamic, Responsive Web Applications) -
85折
$265深入淺出 USB 系統開發 : 基於 ARM Cortex-M3 -
85折
$402Redis 設計與實現 -
VIP 95折
FPGA 原理和結構$354$336 -
VIP 95折
TCP/IP 網絡編程$474$450 -
50折
$207區塊鏈技術進階與實戰 -
85折
$657STM32F0 實戰:基於 HAL 庫開發 -
85折
$1,009自然語言處理綜論, 2/e (Speech and Language Processing, 2/e) -
85折
$351R 語言編程藝術 (The Art of R Programming: A Tour of Statistical Software Design) -
85折
$453Spring Cloud 微服務實戰
商品描述
本書的特色在於其將R語言的實踐應用貫穿於概率論與數理統計的各個知識點的教學中,幫助學生擺脫煩瑣的數學計算,從而有 多時間深入理解概率論的抽象概念及統計學的基本原理和方法.R軟件部分的教學可以穿插於理論教學中,也可以單獨安排在上機實驗室. 值得一提的是,本書並不要求學生具備 的R語言編程技能,只需掌握基礎入門知識即可,具體內容詳見本書第1章. 該章主要介紹R語言在概率論與數理統計領域常用的程序包和函數,旨在激發學生的學習興趣,並幫助他們 好地理解相關概念和原理. 本書共10章,第1章學習本書所應該具備的R軟件入門知識;第2章學習本書所應該具備的數據基礎知識,包括數據的基本概念及數據可視化方法,為後期概率論與數理統計的學習打下數據知識基礎;第3章到第6章為概率論部分,內容包括概率論的基本概念、一維與多維隨機變量及其分布、數字特征、大數定律與中心極限定理等;第7章到第9章為數理統計部分,包含統計量及其抽樣分布、參數估計和假設檢驗等; 0章為方差分析與回歸分析,主要介紹單因素方差分析和雙因素方差分析及一元線性回歸和多元線性回歸的相關內容. 本書內容豐富.讀者可掃描封底二維碼獲取配套資源,可作為應用型本科院校各專業概率論與數理統計課程的教材或教學參考書.
目錄大綱
前言
第1章R語言入門1
1.1R的下載與安裝1
1.2R語言初始步驟與基礎2
1.3R語言環境17
1.4本章小結25
第2章數據的描述與可視化29
2.1數據與統計資料29
2.2各類型數據的表格法與圖形法37
2.3順序數據的整理與展示49
2.4數值型數據的整理與展示50
2.5數據的概括性度量:數值法62
2.6本章小結81
第3章隨機事件與概率86
3.1隨機事件86
3.2隨機事件的概率94
3.3古典概型與幾何概型97
3.4條件概率102
3.5事件的獨立性110
3.6本章小結115
第4章隨機變量及其分布119
4.1隨機變量119
4.2離散型隨機變量121
4.3分布函數129
4.4連續型隨機變量133
4.5隨機變量函數的分布144
4.6本章小結148
第5章多維隨機變量及其分布151
5.1二維隨機變量及其分布151
5.2隨機變量的獨立性160
5.3二維隨機變量函數的分布164
5.4本章小結168
第6章數字特征172
6.1數學期望172
6.2方差180
6.3協方差與相關系數184
6.4矩、協方差矩陣193
6.5大數定律與中心極限定理196
6.6本章小結207
第7章數理統計的基礎知識212
7.1總體與樣本213
7.2 參數與統計量218
7.3抽樣分布及正態總體的抽樣分布222
7.4本章小結237
第8章參數估計243
8.1點估計243
8.2點估計的常用方法252
8.3區間估計264
8.4正態總體均值和方差的區間估計270
8.5單側置信區間287
8.60-1分布比例的區間估計290
8.7本章小結293
298
9.1假設檢驗的基本概念298
9.2單正態總體的假設檢驗307
9.3雙正態總體的假設檢驗319
9.4其他類型的假設檢驗333
9.5本章小結343
0章方差分析與回歸分析347
10.1單因素方差分析347
10.2雙因素方差分析355
10.3一元線性回歸366
10.4多元線性回歸380
10.5本章小結386
附錄393
附表1泊松分布概率值表393
附表2標準正態分布表396
附表3t分布表397
附表4χ2分布表398
附表5F分布表401
附表6相關系數臨界值表408
參考文獻409
本書遵循 教指委相關指導文件和高等院校學生學習規律編寫而成。踐行四新理念,融入思政元素,註重理論與實踐相結合
