目录

目　录

前言

第1章　R语言简介

1.1　R的起源与简介

1.1.1　R的起源

1.1.2　R及RStudio的安装步骤

1.1.3　R及RStudio的初步使用

1.2　R的常用重要概念

1.3　R包的安装与加载

1.4　使用R进行基本统计分析

1.5　R产生各种分布的伪随机数及抽样举例

1.6　R绘图的两个重要函数par（）和layout（）

习题1

第2章　随机样本与抽样分布

2.1　引 言

2.2　随机样本

2.2.1　总体与样本

2.2.2　统计量

2.3　抽样分布

2.3.1　样本均值的分布

2.3.2　顺序统计量的分布

2.3.3　χ2分布

2.3.4　t分布

2.3.5　F分布

2.3.6　正态总体中其他几个常用统计量的分布

2.4　基于R的抽样分布知识

2.4.1　正态随机数

2.4.2　t分布随机数

2.4.3　χ2（n）分布随机数

2.4.4　F（n1，n2）分布随机数

2.4.5　利用R求各种分布的分位数举例

习题2

第3章　参数估计

3.1　点估计

3.1.1　参数估计

3.1.2　点估计的方法

3.2　估计量的评价标准

3.2.1　无偏性

3.2.2　有效性

3.2.3　一致性

3.3　区间估计

3.4　正态总体均值与方差的区间估计

3.4.1　单一正态总体均值与方差的区间估计

3.4.2　两个正态总体均值之差与方差之比的区间估计

3.4.3　大样本情形下总体均值的区间估计

3.5　单侧置信区间

习题3

第4章　假设检验

4.1　假设检验的基本概念

4.2　一个正态总体的假设检验(https://www.daowen.com)

4.3　两个正态总体的假设检验

4.4　假设检验中的两类错误

4.5　非参数检验

4.5.1　总体分布的假设检验

4.5.2　独立性的检验

习题4

第5章　方差分析

5.1　单因素试验的方差分析

5.1.1　方差分析的基本思想

5.1.2　单因素试验的方差分析模型

5.1.3　假设检验

5.2　双因素试验的方差分析

5.2.1　双因素等重复试验的方差分析

5.2.2　双因素无重复试验的方差分析

习题5

第6章　一元线性回归分析

6.1　一元线性回归模型

6.1.1　变量之间的关系

6.1.2　一元线性回归模型

6.2　一元线性回归模型的参数估计

6.2.1　最小二乘法

6.2.2　极大似然估计

6.2.3　估计的性质

6.3　回归方程的线性显著性检验

6.4　根据回归方程进行预测和控制

6.4.1　均值E（y0|x0）的置信区间

6.4.2　观测值y0的预测区间

6.4.3　几点说明

6.5　可化为线性回归的非线性回归模型

6.6　多元回归分析简介

习题6

参考文献

附录

1.标准正态分布表

2.标准正态分布上分位数表（部分）

3.t分布上分位数表

4.卡方分布上分位数表（部分）

5.α=0.005的F上分位数表（部分）

6.α=0.025的F上分位数表（部分）

7.α=0.05的F上分位数表（部分）

8.α=0.1的F上分位数表（部分）

各章习题参考答案

习题1　参考答案

习题2　参考答案

习题3　参考答案

习题4　参考答案

习题5　参考答案

习题6　参考答案