機率與統計推論：R語言的應用

陳旭昇

機率與統計推論：R語言的應用

買這商品的人也買了...

商品描述

  1. 以專章介紹動差與條件動差,  並以資本定價模型 (Capital Asset Pric- ing Model) 作為機率模型的一個應用。
  2. 以專章介紹常態分配以及與其相關的重要分配如卡方分配, 學生 t 分配與 F 分配。
  3. 對無母數統計與變異數分析捨棄不提。  相反地, 對於機率模型, 隨機變數, 漸近理論 (大樣本理論),  估計以及迴歸分析則有較一般初等統 計更為深入的探討。
  4. 對於迴歸分析, 由條件期望值出發, 之後再談迴歸的機率模型。 在迴 歸參數估計上, 除了一般常用的最小平方法, 我們也使用介紹過的類 比法, 動差法, 以及最大概似法, 與之前章節相呼應。 此外, 揚棄古典迴 歸模型中, 將解釋變數視為非隨機的假設, 並且不再假設分配為常態。 因此, 對於迴歸模型的統計推論與分析, 需仰賴條件機率分配與大樣 本漸近理論。
  5. 介紹時間序列, 多變量常態分配, 蒙地卡羅模擬, Bootstrap 樣本重抽法與貝氏統計學。
  6. 提供 R 統計軟體的介紹, 並在相關章節中說明其應用。

目錄大綱

  • 1  認識  R 語言
    2  機率理論與應用 
    3  隨機變數
    4  多變量隨機變數 
    5  動差
    6  常態分配及其相關分配
    7  隨機樣本與敘述統計
    8  漸近理論與漸近分配
    9  古典統計學
    10  點估計
    11  區間估計
    12  假設檢定
    13  其他離散隨機變數
    14  其他連續隨機變數
    15  多變量常態分配
    16  簡單迴歸分析(I):基本概念
    17  簡單迴歸分析(II):統計推論
    18  多元迴歸分析
    19  時間序列
    20  蒙地卡羅模擬與Bootstrap
    21  貝氏統計學
    22  R 語言簡介
    23  機率分配表 

類似商品