《现代统计学导论》是对之前的游戏《统计学与随机化和模拟导论》的重新构想。这本新书着重强调了探索性数据分析(特别是使用可视化、摘要和描述性模型探索多元关系),并提供了使用随机化和引导的基于模拟的推理的全面讨论,接着介绍了基于中心极限定理的相关方法。

第1部分:数据介绍。数据结构、变量、摘要、图形、基本数据收集和研究设计技术。 第2部分:探索性数据分析。数据可视化和总结,特别强调多变量关系。 第3部分:回归建模。用线性和逻辑回归建模数值和分类结果,并使用模型结果来描述关系和作出预测。 第4部分:推理的基础。案例研究被用来引入随机测试、bootstrap间隔和数学模型的统计推理的思想。 第5部分:统计推断。使用随机化测试、引导间隔和数值和分类数据的数学模型的统计推断的进一步细节。 第6部分:推理建模。扩展推理技术提出了迄今为止的线性和逻辑回归设置和评估模型性能。

我们希望读者能从本书中汲取三种思想,并为统计学的思维和方法打下基础。

  1. 统计学是一个具有广泛实际应用的应用领域。

  2. 你不必成为数学大师,也可以从有趣的、真实的数据中学习。

  3. 数据是混乱的,统计工具是不完善的。

地址:

https://www.openintro.org/book/ims/

成为VIP会员查看完整内容
70

相关内容

算法分析导论, 593页pdf
专知会员服务
144+阅读 · 2021年8月30日
【开放书】机器意识,236页pdf
专知会员服务
31+阅读 · 2021年7月13日
专知会员服务
225+阅读 · 2021年6月3日
最新《因果推断导论: 从机器学习视角》新书稿,132页pdf
专知会员服务
272+阅读 · 2020年8月25日
【干货书】管理统计和数据科学原理,678页pdf
专知会员服务
176+阅读 · 2020年7月29日
【干货书】计算机科学离散数学,627页pdf
专知
54+阅读 · 2020年8月31日
421页《机器学习数学基础》最新2019版PDF下载
一位数据分析师的书单
R语言中文社区
12+阅读 · 2017年10月28日
Arxiv
0+阅读 · 2021年9月9日
Arxiv
4+阅读 · 2021年4月13日
Arxiv
5+阅读 · 2020年8月18日
Learning to Importance Sample in Primary Sample Space
VIP会员
相关主题
相关VIP内容
算法分析导论, 593页pdf
专知会员服务
144+阅读 · 2021年8月30日
【开放书】机器意识,236页pdf
专知会员服务
31+阅读 · 2021年7月13日
专知会员服务
225+阅读 · 2021年6月3日
最新《因果推断导论: 从机器学习视角》新书稿,132页pdf
专知会员服务
272+阅读 · 2020年8月25日
【干货书】管理统计和数据科学原理,678页pdf
专知会员服务
176+阅读 · 2020年7月29日
微信扫码咨询专知VIP会员