本書是統計計算課程的實驗手冊。內容包括R軟體基礎、亂數產生、統計演算法、瑪律可夫鏈蒙特卡羅方法。本書力圖為學生展示統計計算中豐富多樣的實驗內容，並提供非唯一的解答及提示，以鼓勵學生創新地給出不同的答案。
本書可作為普通高等院校統計學專業本科生和應用統計碩士研究生的教材，同時也可作為從事統計理論研究和實際應用的統計工作者、教師和學生的教學參考書，以及從事社會學、教育學、心理學、經濟學、金融學、人口學、生物醫學和臨床研究等領域的理論研究者和實際應用者參考閱讀。
| FindBook |
|
有 1 項符合
李青澤的圖書 |
 |
$ 204 | 統計計算與R軟件應用
作者：李青澤 出版社：科學出版社 出版日期：2024-06-01 語言：簡體中文 規格：平裝 / 138頁 / 19 x 26 x 1 cm / 普通級/ 1-1  博客來 - 其他
- 來源網頁  看圖書介紹
|
|
|
圖書介紹 - 資料來源：博客來 評分：
圖書名稱：統計計算與R軟件應用
內容簡介
目錄
叢書序
前言
第1章 R軟體基礎1
1.1 軟體安裝1
1.2 R語言的基本語法及結構4
1.3 R語言中的迴圈結構及判別結構9
1.4 R中常見資料結構12
1.5 常用繪圖命令17
1.5.1 基礎繪圖命令17
1.5.2 三維圖像繪製23
1.5.3 ggplot2繪圖包簡介24
1.5.4 高級繪圖25
思考與習題27
第2章 亂數產生29
2.1 常見偽亂數演算法33
2.2 常見分佈隨機變數35
2.3 逆變換法40
2.3.1 連續隨機分佈樣本43
2.3.2 指數分佈隨機變數45
2.4 接受-拒絕法46
2.5 轉換法51
2.6 混合分佈54
2.7 亂數實驗55
思考與習題60
第3章 統計演算法61
3.1 基本蒙特卡羅積分61
3.2 蒙特卡羅方法的方差65
3.3 相反數蒙特卡羅積分68
3.4 蒙特卡羅控制變數法70
3.5 蒙特卡羅重點抽樣法72
3.6 Bootstrap方法79
3.7 Jackknife方法84
3.8 Bootstrap估計的置信區間87
思考與習題90
第4章 瑪律可夫鏈蒙特卡羅方法92
4.1 隨機過程92
4.2 瑪律可夫鏈98
4.3 貝葉斯中的積分問題103
4.4 Metropolis-Hastings演算法104
4.4.1 Metropolis-Hastings抽樣方法105
4.4.2 Metropolis抽樣方法110
4.4.3 隨機行走Metropolis方法111
4.4.4 獨立抽樣方法114
4.4.5 Gibbs抽樣方法117
思考與習題120
部分答案與解析122
前言
第1章 R軟體基礎1
1.1 軟體安裝1
1.2 R語言的基本語法及結構4
1.3 R語言中的迴圈結構及判別結構9
1.4 R中常見資料結構12
1.5 常用繪圖命令17
1.5.1 基礎繪圖命令17
1.5.2 三維圖像繪製23
1.5.3 ggplot2繪圖包簡介24
1.5.4 高級繪圖25
思考與習題27
第2章 亂數產生29
2.1 常見偽亂數演算法33
2.2 常見分佈隨機變數35
2.3 逆變換法40
2.3.1 連續隨機分佈樣本43
2.3.2 指數分佈隨機變數45
2.4 接受-拒絕法46
2.5 轉換法51
2.6 混合分佈54
2.7 亂數實驗55
思考與習題60
第3章 統計演算法61
3.1 基本蒙特卡羅積分61
3.2 蒙特卡羅方法的方差65
3.3 相反數蒙特卡羅積分68
3.4 蒙特卡羅控制變數法70
3.5 蒙特卡羅重點抽樣法72
3.6 Bootstrap方法79
3.7 Jackknife方法84
3.8 Bootstrap估計的置信區間87
思考與習題90
第4章 瑪律可夫鏈蒙特卡羅方法92
4.1 隨機過程92
4.2 瑪律可夫鏈98
4.3 貝葉斯中的積分問題103
4.4 Metropolis-Hastings演算法104
4.4.1 Metropolis-Hastings抽樣方法105
4.4.2 Metropolis抽樣方法110
4.4.3 隨機行走Metropolis方法111
4.4.4 獨立抽樣方法114
4.4.5 Gibbs抽樣方法117
思考與習題120
部分答案與解析122
|
