買這商品的人也買了...
-
機器學習$648$616 -
Microsoft Excel 2016 使用手冊$490$417 -
Causal Inference in Statistics: A Primer (Paperback)$1,850$1,758 -
多層次模式與縱貫資料分析:Mplus 8 解析應用$680$612 -
Python 網路爬蟲與資料視覺化應用實務$650$553 -
由片語學習 C程式設計, 2/e$750$675 -
知識管理理論與實務, 5/e$470$423 -
資料結構重點整理, 6/e (適用: 資管所.資工所.電機所)$580$522 -
統計學與 Excel 資料分析之實習應用, 7/e [培養大數據分析力一定要會的統計分析與資料處理工具]$690$538 -
AI 可解釋性 (Python語言版)$359$341 -
$857R語言臨床預測模型實戰 -
$403基於 Python 實現的遺傳算法 -
Causal Inference and Discovery in Python: Unlock the secrets of modern causal machine learning with DoWhy, EconML, PyTorch and more (Paperback)$1,950$1,853 -
Python 資料分析, 3/e (Python for Data Analysis: Data Wrangling with pandas, NumPy, and Jupyter, 3/e)$980$774 -
$352因果推斷:原理解析與應用實踐 -
從統計思維出發 - 用 Python 實作的機器學習範例$880$695 -
寫程式前的必學工具:命令列、編輯器、Git/GitHub,軟體開發三本柱一次搞定$490$387 -
思辨賽局:看穿局勢、創造優勢的策略智慧【修訂版】$500$425 -
超簡單圖解微積分$380$323 -
Python 初學特訓班:從快速入門、主流應用到 AI 全面實戰, 6/e (附超過500分鐘影音教學/範例程式)$490$387 -
R語言醫學數據分析實踐$594$564 -
可解釋機器學習:黑盒模型可解釋性理解指南, 2/e$708$673 -
全面掌握 Gemini 開發實務:輕鬆駕馭 Google AI 引擎$680$537
相關主題
商品描述
本書特色
本書從 R 語言的介紹開始, 最後以貝氏統計推論作為結束, 本書不討論迴歸分析。理由在於, 迴歸分析在經濟商管領域已經被進一步延伸為計量經濟學, 與其在本書中略述皮毛, 不如另起爐灶, 期待在下一本著作中再深入討論。
- 除了告訴讀者統計學是什麼以及有何應用, 本書也注重讓讀者認知到, 為什麼要學這些統計理論的理由與動機。
- 對於統計理論的介紹, 講求其背後直覺以及應用。
- 每一章節都專注在回答一個問題, 讓讀者能夠迅速掌握學習重點。
- 著重模擬與數值計算, 減少繁雜的理論證明細節。對於證明的細節, 有興趣學習更多的讀者可進一步參考《機率與統計推論: R 語言的應用》 (第 2 版, 2023)。
- 每一章均有 R 程式習題, 或是理論與程式的混合題, 讓讀者從 R 程式的撰寫中, 驗證相關理論, 俾使更為深入了解機率與統計學。
- 對於 bootstrap 樣本重抽法與貝氏統計推論提供更加細膩的討論。
目錄大綱
目 錄
1 資料分析與 R 語言
2 機率理論與應用
3 隨機變數與離散隨機變數
5 分配函數與分量
6 隨機變數的函數
7 期望值與變異數
8 動差與動差生成函數
9 常態分配及其相關分配
10 多變量隨機變數
11 條件機率分配
12 獨立隨機變數與轉換
13 隨機樣本與抽樣分配
14 漸近理論與漸近分配
15 點估計
16 區間估計
17 假設檢定
18 Gamma 分配
19 The Bootstrap
20 貝氏統計推論
A 機率分配與統計相關的 R 函數
A.1 有哪些與機率相關的 R 函數
A.2 有哪些統計相關的 R 函數
B 機率分配表
索引與英漢名詞對照
參考文獻
