前言
1 統(tǒng)計(jì)推斷
1.1 總體、樣本與統(tǒng)計(jì)量
1.1.1 總體
1.1.2 樣本
1.1.3 目標(biāo)總體與樣本總體
1.1.4 隨機(jī)樣本
1.1.5 多元隨機(jī)變量
1.1.6 度量尺度
1.1.7 統(tǒng)計(jì)量
1.1.8 順序統(tǒng)計(jì)量與秩
1.2 估計(jì)
1.2.1 經(jīng)驗(yàn)分布函數(shù)
1.2.2 估計(jì)量
1.2.3 標(biāo)準(zhǔn)誤差 前言
1 統(tǒng)計(jì)推斷
1.1 總體、樣本與統(tǒng)計(jì)量
1.1.1 總體
1.1.2 樣本
1.1.3 目標(biāo)總體與樣本總體
1.1.4 隨機(jī)樣本
1.1.5 多元隨機(jī)變量
1.1.6 度量尺度
1.1.7 統(tǒng)計(jì)量
1.1.8 順序統(tǒng)計(jì)量與秩
1.2 估計(jì)
1.2.1 經(jīng)驗(yàn)分布函數(shù)
1.2.2 估計(jì)量
1.2.3 標(biāo)準(zhǔn)誤差
1.2.4 無偏估計(jì)量
1.2.5 漸近置信區(qū)間
1.2.6 自助法
1.2.7 一般參數(shù)估計(jì)
1.2.8 生存函數(shù)
1.2.9 Kaplan-Meier估計(jì)
1.3 假設(shè)檢驗(yàn)
1.3.1 臨界域
1.3.2 錯(cuò)誤類型
1.3.3 顯著性水平
1.3.4 零分布
1.3.5 功效
1.3.6 檢驗(yàn)的p值
1.3.7 計(jì)算機(jī)輔助
1.3.8 假設(shè)檢驗(yàn)的性質(zhì)
1.3.9 無偏檢驗(yàn)
1.3.10 相合檢驗(yàn)
1.3.11 相對(duì)效率
1.3.12 漸近相對(duì)效率
1.3.13 保守檢驗(yàn)
1.4 非參數(shù)統(tǒng)計(jì)評(píng)述
1.4.1 使用優(yōu)良方法
1.4.2 參數(shù)方法
1.4.3 穩(wěn)健方法
1.4.4 非參數(shù)方法
1.4.5 漸近分布自由
1.4.6 非參數(shù)的定義
復(fù)習(xí)題
思考題

2 符號(hào)檢驗(yàn)
2.1 二項(xiàng)檢驗(yàn)與p值的估計(jì)
2.1.1 二項(xiàng)檢驗(yàn)
2.1.2 概率或總體比例的置信區(qū)間
2.2 分位數(shù)檢驗(yàn)與x2的估計(jì)
2.2.1 分位數(shù)檢驗(yàn)
2.2.2 分位數(shù)的置信區(qū)間
2.3 符號(hào)檢驗(yàn)的一些變形
2.3.1 改變顯著性檢驗(yàn)
2.3.2 Cox-Stuart趨勢(shì)性檢驗(yàn)
案例分析
R語言代碼示例
復(fù)習(xí)題

3 關(guān)于秩的位置、尺度和相關(guān)性檢驗(yàn)
3.1 單樣本模型
3.1.1 Wi.1 eoxon符號(hào)秩模型
3.1.2 正態(tài)記分模型
3.1.3 游程檢驗(yàn)?zāi)Ｐ?br>3.2 兩樣本模型
3.2.1 Brown-Moodr中位數(shù)檢驗(yàn)
3.2.2 wileoxon秩和檢驗(yàn)
3.2.3 兩樣本尺度參數(shù)的檢驗(yàn)
3.3 多樣本模型
3.3.1 多個(gè)獨(dú)立樣本
3.3.2 多個(gè)相關(guān)樣本
3.3.3 平衡的不完全區(qū)組設(shè)計(jì)
3.3.4 多樣本尺度參數(shù)的檢驗(yàn)
3.4 秩相關(guān)性與非參數(shù)線性回歸
……
4 低維和高維列聯(lián)表
5 Kolmogorov-Smimo~r型統(tǒng)計(jì)量與分布檢驗(yàn)
6 非參數(shù)回歸
7 R語言
參考文獻(xiàn)