|
|
|
非參數統計是統計學中的一個重要分支，也是數據分析的一個重要工具。它的一個重要特點是並不假設數據服從某個特定的分布，而是通過已有的數據去進行分析。相較於其他統計方法，非參數的統計更加穩健，有更好的適用性。
本書是一本國外經典的教材，該書主要介紹了傳統的非參數統計方法，例如單樣本的推斷、多樣本的推斷，配對數據的分析等。
此外，在本書的最后也介紹了現代的非參數統計方法，例如非參數的密度估計。書中通過將基礎理論與實際例子相結合的辦法，講解了不同統計方法的優點和不足，給研究人員在實際問題中選擇合適的方法提供了參考。
本書可作為統計專業本科高年級學生或者研究生的教材，也可以作為專業人員非參數統計的工具書。
第1章 基本概念
1.1 基本統計知識
1.2 總體和樣本
1.3 假設檢驗
1.4 估計
1.5 職業規范
1.6 習題
第2章 非參數方法基礎
2.1 置換檢驗
2.2 二項檢驗
2.3 順序統計量和秩
2.4 數據探索
2.5 非參數方法的效率
2.6 計算機和非參數方法
2.7 擴展閱讀
2.8 習題
第3章 單樣本的位置推斷
3.1 范例的安排
3.2 連續數據樣本
3.3 基於秩的中位數推斷
3.4 符號檢驗
3.5 計分檢驗的應用
3.6 檢驗比較及穩健性
3.7 應用領域
3.8 總結
3.9 習題
第4章 其他單樣本的推斷
4.1 數據的其他特征
4.2 匹配樣本分布
4.3 二分數據的推斷
4.4 符號檢驗的推廣
4.5 隨機游程檢驗
4.6 角坐標數據
4.7 應用領域
4.8 總結
4.9 習題
第5章 配對樣本的方法
5.1 配對的比較
5.2 一個不常見的符號檢驗的應用
5.3 勢函數和樣本量
5.4 應用領域
5.5 總結
5.6 習題
第6章 兩個獨立樣本的方法
6.1 中心位置的檢驗和估計
6.2 中位數檢驗
6.3 正態計分檢驗
6.4 同方差的檢驗
6.5 共同分布的檢驗
6.6 勢函數和樣本量
6.7 應用領域
6.8 總結
6.9 習題
第7章 多樣本的基本檢驗
7.1 與參數方法的比較
7.2 獨立樣本的中心位置檢驗
7.3 Friedman、Quade和Page檢驗
7.4 二元響應數據
7.5 異方差檢驗
7.6 一些其他的考慮
7.7 應用領域
7.8 總結
7.9 習題
第8章 結構化數據的分析
8.1 因素的處理結構
8.2 平衡的2×2因素結構
8.3 交互作用的本質
8.4 交互作用的其他處理方法
8.5 交叉試驗
8.6 單獨和多重比較
8.7 應用領域
8.8 總結
8.9 習題
第9章 生存數據分析
9.1 生存數據的主要特點
9.2 調整的Wilcoxon檢驗
9.3 原始分排序和對數秩轉化
9.4 順序數據的中位數檢驗
9.5 檢驗的選擇
9.6 應用領域
9.7 總結
9.8 習題
第10章 相關性和一致性
10.1 兩個變量之間的相關性
10.2 多個變量的秩
10.3 一致性分析
10.4 應用領域
10.5 總結
10.6 習題
第11章 二維線性回歸
11.1 直線的擬合
11.2 應用領域
11.3 總結
11.4 習題
第12章 分類數據
12.1 分類和計數
12.2 定性屬性的分類
12.3 有序的分類數據
12.4 離散數據的擬合檢驗
12.5 McNemar檢驗的推廣
12.6 應用領域
12.7 總結
12.8 習題
第13章 分類數據的關聯性分析
13.1 關聯性的分析
13.2 列聯表的一些模型
13.3 合並和拆分表
13.4 一個法律困境
13.5 勢
13.6 應用領域
13.7 總結
13.8 習題
第14章 穩健估計
14.1 當假設不成立時
14.2 離群點及其影響
14.3 重抽樣的方法
14.4 Ｍ估計和其他穩健估計
14.5 應用領域
14.6 總結
14.7 習題
第15章 現代非參數方法
15.1 重點的轉移
15.2 密度函數的估計
15.3 回歸
15.4 Logistic回歸
15.5 多元數據
15.6 針對大型數據的新方法
15.7 集群之間的相關性
15.8 總結
15.9 習題
附錄1
附錄2
參考文獻
索引
