欢迎来到相识电子书!

标签:统计

  • 心理统计

    作者:Richard P. Runyon

    《心理统计(第9版)》内容简介:对统计学的学习来说,最主要的是掌握统计思想,理解相关的统计原理,能够根据实际情境提出解决问题的一个或几个合适方案,并懂得选择其中的最优。因此适合非统计专业学生的统计学理想教材,应该是能兼顾专业特点、深入浅出阐述统计学基本原理和方法,同时在轻快风趣的讲述中激发读者的学习兴趣,培养统计思维,并辅之例题分析,对使用中容易发生的错误加以提醒,切实提高学生应用统计方法分析解决实际问题的能力《心理统计》(第9版)正是这样一本非常出色的教材作者认为,《心理统计(第9版)》是心理和教育统计学方面的一本优秀的基础教材,同时对于在社会科学领域中的广大研究人员,是一本不可多得的重要参考书。全书的写作风格轻松活泼,英语流畅易懂,数学深入浅出,读者在学习和阅读时是不会感到估燥乏味的。在目前中文教科书中统计符合印刷错误很难避免的情况下,使用它作为教材或学习的主要参考,应该是一项有益的尝试。
  • 行为科学统计概要

    作者:[美]Frederick J.Grave

    《行为科学统计概要(第5版)》是一本讲解基础统计学的专业教材,两位作者均为纽约州立大学布鲁克波特学院教授,几十年来一直从事统计和实验设计的一线教学工作。很多学生都讨厌学习统计学,他们对与数学相关的课程感到无法胜任,只好死记公式,一知半解;而那些对统计学感兴趣的学生,由于教师很难把统计学原理讲解透彻,或者缺少适合的参考资料,而使这些同学徘徊在统计学的大门之外。 针对这种现状,两位教授编写了本教材。作者的语言平实准确,例子贴切丰富,而且把一些统计过程动态地展现出来,形象地揭示了统计学原理,使得《行为科学统计概要(第5版)》既有深刻的内涵,又全然没有枯燥乏味的感觉,让人不得不佩服作者深厚的统计学功底和卓越的语言表达能力。《行为科学统计概要(第5版)》自出版以来,获得师生的广泛好评。作者根据读者和教学的反馈,追踪统计的最新发展,对《行为科学统计概要(第5版)》进行了多次修订,目前《行为科学统计概要(第5版)》已被很多院校定为必读教材。 无论读者的数学背景如何,学习《行为科学统计概要(第5版)》都会获益匪浅。作者花了大量的篇幅介绍了超越公式之外的统计学原理,有技巧地展示了统计分析的过程,由浅入深,循序渐进,有助于学生深入理解统计的本质。同时,又通过生动的例子和课后大量的练习,帮助数学基础薄弱的学生加深理解。通过《行为科学统计概要(第5版)》的学习,读者可以深入掌握统计的原理和程序,理解任何一种统计分析背后假设的重要性,遇到实际问题时懂得如何灵活应用苛刻的统计学分析。 《行为科学统计概要(第5版)》能够给我国学生增添一些乐趣,带领他们进行更深刻的统计思辨之旅;同时,掌握统计的精髓,以便于掌握行为科学。
  • 心理统计学(第3版)

    作者:[美] B. H. 科恩

    Barry Cohen教授所著《心理统计学》(第三版)是一本广受欢迎的心理统计学教材。它是一本非常全面的心理统计学教材,既包括入门性的统计学知识(如零假设检验的基本概念和局限性),也包括心理统计的高级内容(如复杂设计方差分析和多元回归分析)。 虽然是一本统计教材,但作者无时不考虑结合研究设计来解释有关概念,因此该书的重点是讲授各个统计公式或手段的适用条件以及如何解释统计结果的意义。作者实验心理学博士出身,在纽约大学教授心理学统计学超过30年,通过阅读本书,你会深刻体会“将实验设计与数据处理相结合”的妙处。 这本书的另一个优点是,它既适合于那些对统计不甚了解的人,也适合于专业研究人员(包括硕士生和博士生)。它每章基本上包括ABC三个部分,每个部分是相对独立的,初学者可以只看A和B部分的内容;而在C部分(虽不能只说更高级),作者介绍了很多最近才出现的分析手段,也反映了数据处理的一些发展趋势,对心理学研究者非常有帮助。
  • 心理与行为科学统计

    作者:甘怡群

    本书介绍了行为科学(重点是心理学)中用到的基本统计知识:描述性统计、 简单的假设验证和最简单的多元统计。 全书共分4个部分:第一部分是描述性统计,第二部分是推论统计,第三部分是简单的多元统计,第四部分,对初学者进行数据分析的几点建议
  • 谁说图表不会说谎

    作者:【美】杰拉尔德.埃弗雷特.琼斯

    饼状图可以扩大或缩小实际数据的百分比;线性图可通过改变Y轴范围,强化图形的高峰和低谷;堆积图则可以利用下层数据的波动来改变上层数据的起伏…… 你还会相信亲眼所见的图表吗?本书为你还原各种图表的真实面目,揭开图表背后隐藏着不为人知的秘密。读懂这些小伎俩,看透误导人的鬼把戏,避免由此带来的各种损失。
  • The History of Statistics

    作者:Stephen M. Stigler

    Review Journal of Modern History : The book is a pleasure to read: the prose sparkles; the protagonists are vividly drawn; the illustrations are handsome and illuminating; the insights plentiful and sharp. This will remain the definitive work on the early development of mathematical statistics for some time to come. --Lorraine J. Daston Science : An exceptionally searching, almost loving, study of the relevant inspirations and aberrations of its principal characters James Bernoulli, de Moivre, Bayes, Laplace, Gauss, Quetelet, Lexis, Galton, Edgeworth, and Pearson, not neglecting a grand supporting cast...The definitive record of an intellectual Golden Age, an overoptimistic climb to a height not to be maintained. --M. Stone New York Times Book Review : One is tempted to say that the history of statistics in the nineteenth century will be associated with the name Stigler. --Morris Kline Contemporary Psychology : In this tour de force of careful scholarship, Stephen Stigler has laid bare the people, ideas, and events underlying the development of statistics...He has written an important and wonderful book...Sometimes Stigler's prose is so evocative it is almost poetic. --Howard Wainer Review Stigler's book exhibits a rare combination of mastery of technical materials, sensitivity to conceptual milieu, and near exhaustive familiarity with primary sources. An exemplary study --Lorraine Daston
  • 赤裸裸的统计学

    作者:[美]查尔斯·韦兰

    视频网站是如何知道你喜欢的电影类型的? 哪些人最有可能成为恐怖分子? 我们应该依据什么来评估教学质量,从而帮助孩子选对学校? 商场是如何在你的家人之前就知道你怀孕的消息的? 基尼系数是衡量社会分配公平程度最完美的指标吗? 买福利彩票,去赌场豪赌,投资股票或期货,哪种方式让你跻身富豪排行榜的可能性更大? “缺乏控制力和话语权”的工作,还是“权力大,责任也大”的工作,更容易让职场人士猝死? 不止这些,生活中你遇到的各种问题都离不开数据和统计学。 统计学已经成为大数据时代最炙手可热的学问。它可以帮我们解决很多琐碎的生活问题和重要的社会问题,并对“黑天鹅”事件和未来做出预测。 这本书没有让你避之不及的数学公式,没有满是数字的图表,没有空洞乏味的教科书式说教;这本书有生动诙谐的案例,有你熟悉的生活话题和社会问题,有你一定用得到的统计学知识,有大数据时代的“游戏规则”和“生存法则”。 本书将是你遇到过的最好的“数学老师”,它装满了具有现实意义的“课程”,比如为什么一流大学毕业生的收入会高于普通大学毕业生,还有为什么不要买彩票。 众所周知,在生活中统计学无处不在,每件事、每个人似乎都可以用统计数字来加以说明。特别是进入大数据时代以后,统计学更是成为炙手可热的学问,它可以帮我们解决很多重要的社会问题,并对“黑天鹅”事件和未来做出预测。 但不可否认的是,统计学本身因为囊括大量的数学内容及专业术语,以至于让人觉得高深莫测、很难亲近。 《赤裸裸的统计学》一书的作者查尔斯•惠伦“扒光”了统计学“沉闷的外衣”,用生活中有趣的案例、直观的图表、生动诙谐的语言风格,彻底揭开了统计学、大数据和数字的“神秘面纱”,让我们知道权威期刊、媒体新闻、民意调研中公布的数字从何而来,轻松掌握判断这些统计数字“是否在撒谎”的秘籍。同时,作者还将统计学的工具带入日常生活中,告诉我们为什么不要买彩票,为什么你家附近的商场会知道你怀孕的消息并给你寄来纸尿裤的优惠券,等等。 大数据时代你必须掌握的统计学知识,全部都在这本书中。从今天开始,好好使用统计学和数据吧!
  • The Lady Tasting Tea

    作者:David Salsburg

  • 看穿一切数字的统计学

    作者:[日]西内启

    你也许相信“数字会说话”,小心!数字可能经过加工,目的就是巧妙地误导你的判断。 你也许只看统计结果不看过程,小心!任何统计过程中都可能有你意想不到的疏漏。 你面前的数据来自有公信力的机关,小心!你觉得完全可信的数据,也可能存在陷阱。 《看穿一切的统计学》告诉你,海量数据中,哪些数字能帮你做出准确判断,哪些会让你走入误区? 《看穿一切数字的统计学》,一点儿也不无聊的统计学入门书,不用艰深的数学式,就能理解统计学的基本概念,用故事点出主题,让你学得透彻,看得过瘾。学会统计学,看穿一切数字背后的真相!
  • 信号与噪声

    作者:[美] 纳特•西尔弗

    【编辑推荐】 从海量的大数据中筛选出真正的信号, “黑天鹅”事件也可提前预知! “本书将成为未来十年内最重要的书籍之一。”——《纽约时报》 “对于每一个关心下一刻可能会发生什么的人来说,这都是本必读书。”——理查德•泰勒 《华尔街日报》2012年度10本最佳非虚构类图书之一 《经济学人》杂志2012年度书籍 亚马逊网站2012年度10本最佳非虚构类图书之一 长踞《纽约时报》畅销书排行榜达6个月之久 【内容简介】 天气预报说降水概率为60%,你出门会带伞吗? 被雷电击中的概率到底有多大? 地震发生之前,我们真的无法预测吗? 中情局为什么会忽略“9.11”恐怖袭击发生的信号? 禽流感为何会突然爆发,又突然消失? 为什么大数据时代的预测更容易失败? 人类每时每刻都需要对未来进行预测并制定相应的策略,如此国家、企业乃至个体才能持续发展,因此我们对于“下一刻会发生什么”倍加关注。 在信息爆炸的大数据时代,随着我们的生活节奏变得越来越快,我们所要做出的预测的速度和数量都在不断增加。一个不容忽视的事实是,现实世界中的很多预测都失败了,由此付出了巨大的社会代价。“9.11”恐怖袭击事件、2008年金融危机、卡特里娜飓风、2011年日本大地震、禽流感肆虐,这些“黑天鹅”事件的发生在很大程度上应归咎于糟糕的预测,也就是说预测者们被众多信息中的噪声干扰,而忽视了其中真正的信号。 作者最为美国最具影响力的预测专家之一,检视了从飓风到地震、从经济到股市、从NBA到政治选举在内的众多领域的预测事例,旨在回答一个问题:如何才能从繁杂的海量数据中筛选出真正的信号,从而做出接近真相的预测。 真正优秀的预测者会用概率的方法思考问题,他们谦虚而且勤恳,他们能清楚地区分什么是不可预测的、什么是可预测的,他们注重能带领他们接近真相的成千上百个小细节,他们能辨识出什么是噪声、什么是信号。 从全球经济的健康到战胜恐怖主义,都依靠预测的质量。这本书可以给你想要的答案。 【媒体与专家推荐】 人们喜爱统计学,但统计学并不总能回馈给人们同样的爱。西尔弗的这本书带给我们一场睿智的、优雅的、科学与艺术交叉的预测之旅,从中我们可以领略到当大数据遇到人类本性时将会发生什么。在棒球比赛、天气预报、地震预测、经济预测和竞选投票等领域,西尔弗发现,糟糕的预测往往源自偏见、既定的利益和过度自信。在今天这样一个指标泛滥的世界,这本书给了我们一记及时的提醒:只有正确运用统计学工具的人,才能做出好的预测。——亚马逊网站 这本书对大众的精神启迪意义不亚于像约翰•肯尼斯•加尔布雷斯(曾引发对经济政策的讨论)这样的公共知识分子和像沃尔特•克朗凯特(曾改变对越南战争的看法)这样的社会名人,它将会成为未来十年内最重要的书籍之一。——《纽约时报》书评版 西尔弗轻松随性的语言风格让哪怕是最艰涩的统计资料都变得简单易懂。更重要的是,他的论据和案例都来自于费尽苦心的研究。——《华尔街日报》 西尔弗是统计学界的科特•柯本(美国已故著名摇滚歌手),他写作的这本新书既是一本实践指南,也是一部哲学宣言,通过一系列案例研究——从飓风到职业扑克牌手到恐怖主义,集中论述了一个主题:预测。对于那些想对未来做出更好预测的人和想验证他人预测正确与否的人来说,这本书都极具价值。——《波士顿环球报》 西尔弗以令人难以置信的轻松语言,写了一本关于如何做预测的入门读物,每个人都应该读一读。——《华盛顿邮报》 这本书就像一座宝库,里面有数不尽的宝藏:贝叶斯定理与概率论,运气和性格,扑克牌手对生活的看法,等等。然而最重要的是,它是帮助我们区分繁杂数据中哪些是噪声、哪些是信号的“测试仪”,是我们当下最需要的基本工具;它有时还能帮助我们正确评估那些我们不熟悉却必须了解的信息的价值。——《时尚先生》 统计学或预测是让很多人望而却步的话题,而本书就是关于这个话题的一本有趣的普及读物,棒球比赛、职业扑克牌手、政治选举等例子足以勾起读者的好奇心,甚至会让他们废寝忘食地阅读,而且其中潜藏着帮你做出正确预测的能量。——《石板》杂志 这本书与畅销书《黑天鹅》的观点有异曲同工之妙。西尔弗认为,人类对自己的预测能力往往过度自信,以至于他们排斥用概率的方法思考问题,也不允许自己的预测模型中存在不确定性。——《经济学人》 西尔弗剖析了我们对股市、风暴、体育等并非一成不变的事物所做的预测。——《连线》杂志 对于身处大数据时代的每一个企业、每一场运动赛事和每一个政策制定者来说,这本书都不可不读。——《福布斯》 非常棒的一本书,而且充满阅读的乐趣。西尔弗用这本书给我们制造了一个愉悦的信号。——蒂姆•哈福德,《金融时报》专栏作家 预测很难,特别是对于未来的预测。在这本重要的著作中,西尔弗解释了为什么专家的预测有时正确,有时却一无是处;也分析了为什么我们必须未雨绸缪。对于每一个关心下一刻可能会发生什么的人来说,这都是本必读书。——理查德•泰勒,《助推》作者 在大数据时代做预测可能跟你想象的完全不同。这本观点新鲜且原创的书,为我们区分关于未来的预测中哪些是主观现实、哪些是客观现实,提供了意想不到的启发性视角。作者还指出,只要我们明智地从糟糕的预测中吸取教训,那我们一定会在科学、技术和政治的预测方面取得进步。——洪博培,前美国驻华大使 在你读完这本书后,你一定会更了解为什么有些预测模型有效,而有些毫无用处。你也会更加注意接下来一周的天气预报,而对一周以后的天气预报则毫不在意。西尔弗将一个复杂的、艰涩的话题变成了有趣的、轻松的和亲切的。——皮特•奥斯扎格,前美国国家管理及预算办公室主任 西尔弗并没有提出一个如何做出好预测的综合性理论,但他的这本著作的确有利于帮助人们在诡谲多变的商业世界中做出正确的预测。——克里斯•威尔逊,谷歌公司开发大使
  • 深入浅出统计学

    作者:Dawn Griffiths

    样章试读请到下面的链接下载: 目录 http://goo.gl/tlCLf 序言 http://goo.gl/65x6e 第一章 http://goo.gl/WTnC9 第二章 http://goo.gl/5WUhT 若下载遇到问题,请邮件联系:lispython@gmail.com。谢谢! 《深入浅出统计学》具有深入浅出系列的一贯特色,提供最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。
  • 柳叶刀临床研究基本概念

    作者:Kenneth F.Schulz,Dav

    《柳叶刀临床研究基本概念》由著名的柳叶刀杂志社出版,作者汇集了国际知名专家学者,通过自身多年临床研究和探索,总结了临床医生在众多复杂的疾病面前,如何通过所学知识将相关医学领域相互关联,及时有效的分析病情,并制定出诊、治方案。该书旨在让内科医生对纷扰复杂的疾病先做案头思考工作,然后再有效的去临床操作,使医生工作更省时、省力、且有效。
  • 生物统计学基础

    作者:罗斯纳

    本书是国外优秀教材Fundamentals of Biostatistics (第五版)的中译本,由哈佛大学具有丰富教学经验的一流教授编写。 本书是介绍生物统计学重要知识和基本应用的导论性教材。书中运用丰富的医学和生物学实例及流程图,生动形象地阐明了生物统计学的概念内涵和方法公式。为了便于读者自学,本书尽量贯穿初等数学讨论,而不过多涉及高等数学证明,并且每章末附摘要、练习题和参考文献,书末有习题解答、索引及数据光盘。 本书适用于高等院校生物学和医学相关专业师生。
  • 统计学

    作者:吴喜之

    《统计学:从概念到数据分析》主要介绍了概率基础、统计的基本概念、描述性统计、估计、假设检验、回归与分类等内容,同时介绍了决策树、神经网络和随机森林等组合方法以及如何用R、SPSS、SAS等软件来实现相应的计算目标。
  • Statistical Decision Theory and Bayesian Analysis

    作者:James O. Berger

    In this new edition the author has added substantial material on Bayesian analysis, including lengthy new sections on such important topics as empirical and hierarchical Bayes analysis, Bayesian calculation, Bayesian communication, and group decision making. With these changes, the book can be used as a self-contained introduction to Bayesian analysis. In addition, much of the decision-theoretic portion of the text was updated, including new sections covering such modern topics as minimax multivariate (Stein) estimation.
  • Excel应用大全

    作者:Excel Home

    《Excel应用大全》是由ExcelHome技术专家团队在继《Excel实战技巧精粹》之后的一部更大规模和更高水准的制作。《Excel应用大全》分为7大部分,介绍了Excel的技术特点和应用方法,深入揭示背后的原理概念,并配合有大量典型实用的应用实例,帮助读者全面掌握Excel应用技术。内容包括:Excel的基本功能、使用公式和函数、创建图表和图形、Excel数据分析、Excel的高级功能、使用Excel进行协同、Excel自动化。附录中还提供了Excel快捷键、工作表函数、VBA函数、规范与限制的说明等内容,方便读者随时查看。 点击链接进入Excel应用大全系列: Excel应用大全 Excel 2007应用大全 Excel 2010应用大全
  • All of Statistics

    作者:Larry Wasserman

    WINNER OF THE 2005 DEGROOT PRIZE! This book is for people who want to learn probability and statistics quickly. It brings together many of the main ideas in modern statistics in one place. The book is suitable for students and researchers in statistics, computer science, data mining and machine learning. This book covers a much wider range of topics than a typical introductory text on mathematical statistics. It includes modern topics like nonparametric curve estimation, bootstrapping and classification, topics that are usually relegated to follow-up courses. The reader is assumed to know calculus and a little linear algebra. No previous knowledge of probability and statistics is required. The text can be used at the advanced undergraduate and graduate level.
  • 商务与经济统计技术

    作者:道格拉斯·A·林德

    《商务与经济统计技术》(第11版)是为主修经济、财政、金融、市场、会计、管理和其他商业管理领域的学生编写的一本优秀教材。通过对《商务与经济统计技术》(第11版)的学习,读者将知道如何在实践中应用统计技术,并从数据中提炼决策信息。
  • 数据科学实战

    作者:[美] Rachel Schutt,[美

    • 统计推断、探索性数据分析(EDA)及数据科学工作流程 • 算法 • 垃圾邮件过滤、朴素贝叶斯和数据清理 • 逻辑回归 • 金融建模 • 推荐引擎和因果关系 • 数据可视化 • 社交网络与数据新闻 • 数据工程、MapReduce、Pregel和Hadoop
  • 失灵

    作者:[美]伊曼纽尔·德曼

    在华尔街做数量分析工作的物理学家通常被称为宽客,宽客建立模型的初衷是让华尔街能够避开风险、繁荣发展。但是在金融危机中,宽客们饱受指责,大家认为是宽客建立的复杂数学模型引发了金融危机。是什么让这些模型如此危险呢? 伊曼纽尔•德曼(Emanuel Derman)之前曾作为宽客在华尔街工作,他以业内人士的视角,犀利地分析了模型与人类认知之间的冲突。在个人生活甚至政治领域中,我们总能发现所谓的科学严谨并不那么令人信服。数学模型与物理模型关系极为密切,但是在物理领域,理论旨在描述事实,而在金融领域,模型只是尽可能地逼近事实。 德曼用金融理论和实践的亲身体验解释了看来可靠的模型为何会失效,为什么金融模型会使经济崩溃,并且提出了制定模型的一些基本原则,从而帮助人们逃脱模型所带来的束缚。