本书作者查阅了多种内科学期刊, 以每种期刊近 5 年中刊载的学术论文为研究对象, 针对内科学期刊 论文中统计学应用的现况和可能涉及的统计学知识, 先以 15 章的篇幅从正面比较系统地介绍了开展内科 学科研所必需的科研设计知识、 统计表达描述知识、 常用统计分析和多元统计分析知识; 结合内科学论文 中误用统计学的案例, 介绍了“提高医学论文统计学质量的策略冶和“内科学医学论文写作要领及应注意的 问题冶 ; 介绍了遗传资料的统计分析与 SAS 实现; 最后, 还用 4 章篇幅提纲挈领地介绍了临床科研设计、 数 据探索性分析、 统计分析方法合理选择以及临床科研统计学方面常见差错辨析与释疑要
数据分析与统计建模: 社科研究中的统计学方法
✍ Scribed by 施锡铨
- Publisher
- 上海人民出版社
- Year
- 2007
- Tongue
- Chinese
- Leaves
- 418
- Category
- Library
No coin nor oath required. For personal study only.
✦ Synopsis
当现实中纷繁复杂的数据罗列在我们面前时,如何找出一个有效的分析方法、建立一个拟和度较优的模型、有机结合定量与定性两种基本的研究方法,对我们分析现有数据,预测未来趋势都有至关重要的意义。这本《数据分析与统计建模》就是适合社科类研究生使用的有关统计建模的工具书。本书避开繁复的数学推导,以通俗易懂的方式让学生学会统计学方法,尤其是学会计算机统计软件的应用以及输出结果的分析。
✦ Table of Contents
前言
第一篇 数据分析的图方法
第1章 一维样本数据的分布
1.1 各国人均GNI数据
1.2 散点图(一维)
1.3 分位数图
1.4 盒须图
1.5 对称性
1.6 直方图
1.7 茎叶图
1.8 密度函数图
第2章 数据分布的比较
2.1 经验分位数—经验分位数图
2.2 数据的各种分布图比较
2.3 开槽的盒须图
第3章 二维数据的图示统计
3.1 散点图
3.2 例题
3.3 因变量y与自变量z之间依存关系的研究方法
3.4 二维数据的频数表示
第二篇 经典统计推断
第4章 样本平均数的比较
4.1 单样本检验
4.2 两样本的平均数比较
4.3 成对数据的两样本t-检验
第5章 关于方差的推断与检验
5.1 X2-检验统计量
5.2 比较两总体方差的F检验
第6章 多样本均值比较
6.1 单因素方差分析
6.2 多重比较——Tukey—Cramer方法
6.3 单因素方差分析的案例
6.4 随机化区组设计
6.5 双因素方差分析
第7章 回归模型
7.1 二元线性回归
7.2 多元线性回归
7.3 例题及计算机操作
7.4 回归模型的有效性
7.5 回归方程用于预测
7.6 多元回归模型的建立
7.7 回归建模步骤
第三篇 属性数据分析
第8章 社会科学研究中的属性数据
8.1 属性变量的定义
8.2 为何研究属性数据的统计分析
8.3 属性数据的分类
8.4 以不同的视角观察社会科学研究中的属性数据
8.5 属性数据的图或表格表示方法
8.6 关于比例的显著性检验
第9章 回归模型——logistic回归与Pmbit模型
9.1 虚拟变量的引进
9.2 二值数据的logistic回归模型
9.3 Probit模型及双对数模型
9.4 因变量具有两个以上选择时的模型
第10章 列联表及其建模
第四篇 非参数统计
第11章 两样本比较的秩检验
第12章 多样本比较的非参数方法
第13章 检验随机性与独立性
第五篇 时间序列分析
第14章 时序分析中的外推与分解模型
第15章 时间序列的分量分解
第16章 ARIMA模型
第17章 Box-Jenkins建模
第18章 季节Box-Jenkins模型
📜 SIMILAR VOLUMES
<p>这是本很适合工程界和医药界实际从事寿命数据分析的人们阅读。这本书可作这信领域研究生的教科书。本书主要讲述了、基本概念和模型、寿命表、图及有关方法、指数分布的统计方法、威布尔和极值分布的推断方法、几个其他模型的推断方法、参数回归模型、比例危险及有关的回归模型的无分布方法、非参数方法和无分布方法、拟合优度检验、多变量模型和随机过程模型。</p>
内容简介 · · · · · · 本书据Duxbury Press第5版译出。内容分为8个部分,共20章,分上下两册。各章均有大量习题。作者使用实例来引入主题,并把统计概念和实际问题联系在一起进行讲解,介绍了统计数据的收集和分析过程,讨论了如何解释数据分析的结果,并专门讲述了如何写数据分析报告。
丹尼尔 A.鲍威斯和谢宇教授合著的《分类数据分析的统计方法》一书对分类数据分析的方法和模型,以及在社会科学研究中的应用作了全面的介绍。本书的一个明确目标是整合变换方法和潜在变量方法,它们是两类不同但又相互补充的处理分类数据分析的传统方法。这也是第一次在一单册书中严密地介绍针对离散因变量、交叉分类和跟踪数据的模型和方法。目前还没有看到有类似的著作。 本书的第二版增加了应用于分类数据的多水平模型。许多章节的内容经过了进一步的修订,并扩充了新的应用和实例。第二版中显著的特点是详细讨论了针对分层或多水平模型的经典贝叶斯估计技术,拓展了离散时间生存分析模型和Cox回归模型的内容,以及针对背离模型假设的
<p>数理统计与数据分析(原书第3版),ISBN:9787111336464,作者:(美)里斯 著,田金方 译</p>