商城首页 >深入浅出统计学 李芳;(美)Dawn Griffiths(道恩·格里菲思) 电子工业出版社 正版书籍

深入浅出统计学 李芳;(美)Dawn Griffiths(道恩·格里菲思) 电子工业出版社 正版书籍

商品价格:1120麦豆

可用麦豆

库存剩余:8

已兑换:2     人气:143    

立即兑换

麦豆获取方式:麦粉可以通过回答问题、论坛互动、完成任务等方式获得麦豆;

亲爱的麦粉,兑换商品须知:


① 所有的实物商品会在每周五统一发货,即上周六 - 本周五 所兑换的礼品会在本周五完成发货;

② 发货后可在“买家中心”查看对应交易的快递信息,实物商品非质量问题不退不换哦,以实际收到的货物为主;

③ 如有任何疑惑,可随时私信@小麦数据猿

本规则自2023年11月13日正式生效,感谢麦粉们的理解与支持。


·真希望当年我上学时用的是这本教材,我相信我会爱上统计学。
·书中有太多有趣的统计学的例子,随便举一个吧——克莱夫去了年龄均值为38岁的功夫班,他希望训练强度中等,而且能遇到年龄相仿的朋友。然而克莱夫失望地告诉别人说“再报班的话绝不会来这里”。为什么呢?班上学员大部分是19-20岁的小伙子,但还有两位100多岁的祖师爷。——我们的数据中存在“异常值”,它们影响了我们的判断。
·轻松活泼的排版代替了过去统计学教材里那些密密麻麻的文字,读起来趣味横生,即使是个大部头,也一点不打怵。

1573397262
基本信息
商品名称: 开本: 16开
作者: (美)Dawn Griffiths(道恩·格里菲思) 定价: 99.00
ISBN号: 9787121338908 出版时间: 2018-04-01
出版社: 电子工业出版社 印刷时间: 2018-05-01
版次: 1 印次: 1

序言
1 信息图形化:印象
2 集中趋势的量度:中庸之道
3 分散性与变异性的量度:强大的“距”
4 概率计算:把握机会
5 离散概率分布的运用:善用期望
6 排列与组合:排序、排位、排
7 几何分布、二项分布及泊松分布:坚持离散
8 正态分布的运用:保持正态
9 再谈正态分布的运用:超越正态
10 统计抽样的运用:抽取样本
11 总体和样本的估计:进行预测
12 置信区间的构建:自信地猜测
13 假设检验的运用:研究证据
14 χ2分布:继续探讨……
15 相关与回归:我的线条如何?
附录i 尾声:正文未及的十大拓展
附录ii 统计表:快来查表
细分目录及各章引子
序言
大脑对待统计学的态度。一边是你努力想学会一些知识,一边是你的大脑忙着开小差。你的大脑在想:“好把位置留给更重要的事,像该离哪些野生动物远点啊,像光着身子滑雪是不是个坏点子啊。”既然如此,你该如何引诱你的大脑意识到,懂得统计学是你安身立命的根本?
谁适合阅读本书? xxx
我们了解你在想什么 xxxi
元认知 xxxiii
征服大脑 xxxv
本书自述 xxxvi
技术顾问组 xxxviii
致谢 xxxix
1
信息图形化
印象
在为手头数据无法给出事情真相而发愁吗?统计能化繁为简,帮助你让一堆堆令人困惑的数据发挥作用。当你发现数据的真相后,接下来就需要借助可视化的方法表现出来,使之公之于众。为了找到合适的图表完成这个过程,请你整理衣衫,带上好的计算尺,和我们一起赶往“统计邦”吧。
统计量无处不在 2
为何学习统计学? 3
从两张图说起 4
呆板的饼图 8
条形图更具性 10
垂直条形图 10
水平条形图 11
标度的影响力 12
使用频数标度 13
处理多批数据 14
类别与数字 18
处理分组数据 19
绘制直方图起步:求出长方形宽度 20
步:求长方形宽度 26
第2步:求长方形高度 27
第3步:画出直方图 28
认识累积频数 34
绘制累积频数图 35
选择正确的图形 39
2
集中趋势的量度
中庸之道
有时候,把握问题核心才是当务之急。从一大堆数字中看出模式和趋势可能颇为不易,而求出平均数往往是把握全局的步。有了平均数就能迅速找出数据中代表性的数值,得出重要结论。在本章中,我们将介绍几种方法,帮助你计算重要的统计量—均值、中位数、众数。你将开始学习如何有效地汇总数据,尽可能得出简练、有用的结果。
欢迎来到健身俱乐部 46
均值:平均数的一般量度 47
均值数学 48
处理未知条件 49
再说均值 50
再说健身俱乐部 53
人人都在练功夫 54
我们的数据中存在异常值 57
真凶是异常值 58
饮水机边的对话 60
寻找中位数 61
求中位数三步法: 62
生意日益兴隆 65
小鸭呱呱游泳班 66
均值和中位数出了什么问题? 69
我们该怎么处理这样的数据呢? 69
均值访谈 71
认识众数 73
求众数三步法 74
3
分散性与变异性的量度
强大的“距”
世事可靠不可靠,我们该问谁?平均数在寻找数据集典型值方面十分了得,但平均数并不能说明一切。平均数能让你知道数据中心所在,但若要给数据下结论,仅有均值、中位数和众数往往无法提供充足信息。在本章中,我们将开始分析各种距和差,让你的数据分析技术进入新境界。
招聘:队员一名 84
我们需要比较球员得分 85
使用全距区分数据集 86
异常值带来的问题 89
我们需要摆脱异常值 91
四分位数出手相救 92
四分位距剔除异常值 93
剖析四分位数 94
我们并不局限于使用四分位数 98
什么是百分位数? 99
用箱线图绘制各种“距” 100
变异性比分散性更具体 104
计算平均距离 105
我们可以用方差计算变异性…… 106
但标准差才是更直观的量度方法 107
标准差访谈 108
方差速算法 113
碰上需要比较基准的情况该怎么办? 118
使用标准分比较不同数据集中的数值 119
标准分释义 120
统计邦全明星篮球队赢了联赛! 125
4
概率计算
把握机会
人生无常瞬息之间的变化有时难以一一料定。但有些事情会比其他事情更有可能发生,这就为概率理论提供了大显身手的舞台。通过概率能评估出现各种结果的可能性,让你预测未来。知悉可能出现的结果则可帮助你作出有根据的决策。本章将让你了解更多概率知识,学会如何掌控未来!
肥蛋大满贯 128
转起来吧,轮盘! 129
几率有多大? 132
求解轮盘概率 135
维恩图:概率的图形表示 136
你还可以将几个概率相加 142
互斥事件与相交事件 147
交集带来的问题 148
更多表示法 149
又一次倒霉的转动…… 155
设定条件 156
求解条件概率 157
利用概率树还能计算条件概率 159
概率树使用诀窍 161
步:求P(黑∩偶) 167
第2步:求P(偶) 169
第3步:求P(黑|偶) 170
利用全概率公式求解P(B) 172
认识贝叶斯定理 173
如果几个事件互有影响,则为相关事件 181
如果几个事件互不影响,则为独立事件 182
再谈独立事件概率计算 183
5
离散概率分布的运用
善用期望
意外从天而降,未来如何演变?前文讲到如何通过概率得知发生某些事件的可能性的大小。可惜概率并非,它无法指出所发生的这些事情的整体影响,也无法指出这种整体影响对你的具体影响。不错,你有时会在轮盘赌中大赚特赚,但你赚到的钱真的填得平那些赔掉的钱吗?在本章中,我们将讲述如何利用概率预测长期结果,以及如何量度这些预测结果的确定性。
重回肥蛋赌场 198
我们可以写出老虎机概率分布 201
期望指示预测结果…… 204
方差指示结果的分散性 205
方差和概率分布 206
让我们算算老虎机的方差 207
肥蛋改了价码 212
E(X)与E(Y)之间存在线性关系 217
老虎机变换 218
线性变换的通用公式 219
每一次拉杆为一个独立观测值 222
观测值速算法 223
新老虎机在等你 229
E(X) E(Y)= E(X Y) 230
E(X) ?C E(Y)= E(X ?C Y) 231
线性变换也可以做加减运算 232
发了! 238
6
排列与组合
排序、排位、排
顺序有时很重要 一 清点某些事物的所有可能排序方法耗时颇巨,可这却是计算某些概率必不可少的过程 一 麻烦就在这里。在本章中,我们将介绍推导出这类信息的简便方法,为你免除清点一切可能结果的烦恼。来吧,让我们看看如何计算概率。
统计邦德比杯马赛 242
三马赛正在进行 243
马儿们有几种穿越终点线的方式? 245
计算排位数目 246
圆形排位 247
花样赛开始了 251
按个体排名与按种类排名不是一回事 252
我们需要按种类排列动物 253
推导出用于重复排列的公式 254
二十马赛正在进行 257
前三甲归属方式有几种? 258
何为排列 259
假如马匹排名无关紧要 260
何为组合 261
组合访谈 262
比赛结束 268
7
几何分布、二项分布及泊松分布
坚持离散
计算概率分布颇为费时。前面讲到如何计算和利用概率分布,不过,如果方法更简单一些,计

1573397262
......
1573397262

《深入浅出统计学》具有“深入浅出系列”的一贯特色,提供符合直觉的理解方式,让统计理论的学习既有趣又自然。从应对考试到解决实际问题,无论你是学生还是数据分析师,都能从中受益。本书涵盖的知识点包括:信息可视化、概率计算、几何分布、二项分布及泊松分布、正态分布、统计抽样、置信区间的构建、假设检验、卡方分布、相关与回归等等,完整涵盖AP考试范围。本书运用充满互动性的真实世界情节,教给你有关这门学科的所有基础,为这个枯燥的领域带来鲜活的乐趣,不仅让你充分掌握统计学的要义,更会告诉你如何将统计理论应用到日常生活中。



温馨提示

由于部分商品包装更换较为频繁,因此您收到的货物有可能与图片不完全一致,请您以收到的商品实物为准,同时我们会尽量做到及时更新,由此给您带来不便请多多谅解,谢谢!
返回顶部