本书介绍了数理统计的基本原理及重要的统计方法，内容包括：数理统计思想方法综述及重要分布、参数估计思想方法及其实践应用、非参数检验思想方法及其实践应用、方差分析思想方法及其实践应用等。
第一章 数理统计思想方法综述及重要分布
1.1 统计学和数据挖掘的关系
1.2 数据挖掘的技术定义
1.3 数据挖掘的性质
1.4 数据挖掘的主要任务
1.5 稳健性及稳健统计
1.6 数理统计常用的思想方法
1.7 统计软件简介
1.8 数据的分布
1.9 参数模型的渐近分布理论
参考文献
第□章 参数估计思想方法及其实践应用
□.1 参数估计量的评价标准
□.□ 点估计
□.3 区间估计
□.4 分布函数的参数估计和拟合应用
参考文献
第3章 非参数检验思想方法及其实践应用
3.1 非参数统计的综述和特点
3.□ 假设检验的基本思想和步骤
3.3 参数假设检验的类型
3.4 假设检验与区间估计的联系与区别
3.5 单个总体非参数检验方法
3.6 两个总体非参数检验方法
3.7 k个相关总体的非参数检验
3.8 利用软件进行非参数检验的数据分析
附录
参考文献
第4章 方差分析思想方法及其实践应用
4.1 研究背景
4.□ 方差分析法的理论基础
4.3 方差分析中的基本假设与检验
4.4 单因素方差分析及其应用
4.5 方差分析中的多重比较
4.6 双因素方差分析及其应用
参考文献
第5章 回归分析思想方法及其实践应用
5.1 引言
5.□ 线性回归的理论基础
5.3 离群值的探索性分析
5.4 离群值的检验与诊断
5.5 离群点模型
5.6 离群值的处理
参考文献
第6章 判别分析思想方法及其实践应用
6.1 判别准则与判别函数
6.□ 线性判别与非线性判别
6.3 误判率的回代估计和交叉确认估计
6.4 几种重要判别方法
6.5 判别效果的检验
参考文献
第7章 主成分分析思想方法及其实践应用
7.1 主成分分析概述
7.□ 主成分分析的概念
7.3 主成分分析的几何意义、原理、性质
7.4 主成分的推导
7.5 样本主成分
7.6 计算步骤
7.7 用主成分分析法进行实践应用
7.8 结论
参考文献
第8章 聚类分析思想方法及其实践应用
8.1 聚类分析概述
8.□ 聚类分析的相关概念
8.3 聚类分析的主要聚类方法
8.4 数据挖掘领域中常用的聚类算法
8.5 评价聚类效果的统计量
8.6 聚类分析实践应用实例
8.7 结论
参考文献
第9章 时间序列分析思想方法及其实践应用
9.1 时间序列的平稳性检验
9.□ 时间序列的数学模型
9.3 时间序列模型的参数估计
9.4 模型的定阶与模型的适应性检验
9.5 ARMA序列的预测模型
9.6 利用时间序列模型进行人均GDP预测分析
9.7 组合预测模型研究及实践预测应用
参考文献
书单推荐
