| ISBN | 出版时间 | 包装 | 开本 | 页数 | 字数 |
|---|---|---|---|---|---|
| 未知 | 暂无 | 暂无 | 未知 | 0 | 暂无 |
第1章 不确定性的描述
1.1 从不确定性出发 / 002
1.2? 连续型数据 / 012
1.3 正态概率密度 / 023
1.4? t- 分布 / 037
1.5 指数分布 / 048
1.6? 0-1 分布 / 059
1.7 泊松分布 / 069
第2章 参数估计
2.1 矩估计 / 081
2.2 极大似然估计 / 090
2.3 正态分布均值的区间估计 / 101
2.4 正态分布方差的区间估计 / 113
2.5 其他分布参数的区间估计 / 125 ??
指数分布 / 125 ??
0-1 分布 / 129 ??
泊松分布 / 131 ??
一般分布的均值 / 133 ??
案例演示 / 134 ??
两样本问题 / 135
2.6 样本量计算 / 138 ??
指数分布 / 145 ??
泊松分布 / 147 ??
0-1 分布 / 149 ??
一般分布 / 151
第3章假设检验
3.1 不确定性与决策 / 155
3.2 两种不同类型的错误 / 167
3.3 为什么推翻原假设 / 180
3.4 关于均值的假设检验问题 / 188
3.5 假设检验的各种推广 / 200 ??
双样本检验 / 200 ??
方差检验 / 204 ??
双单边检验 / 209
3.6 假设检验中的 p 值 / 213
3.7 假设检验中的样本量计算 / 222 ??
单边假设检验 / 223 ??
双边假设检验 / 226 ??
双单边假设检验 / 230
第4章回归分析
4.1 回归分析是什么 / 237
4.2 数据类型与回归模型 / 248 ??
第一式：线性回归 / 248 ??
第二式：0-1 回归 / 252 ??
第三式：定序回归 / 254 ??
第四式：计数回归 / 258 ??
第五式：生存回归 / 260
4.3 线性回归模型 / 266 ??
案例介绍 / 266 ??
描述分析 / 268 ??
理论模型 / 272 ??
关于残差的讨论 / 274 ??
参数估计 / 275 ??
假设检验 / 279
4.4 时间序列模型 / 283
4.5 0-1 回归模型 / 297 ??
案例介绍 / 297 ??
描述分析 / 299 ??
模型描述 / 302 ??
参数估计与统计推断 / 306
4.6 决策树模型 / 311
4.7 神经网络模型 / 322
