复杂数据统计方法

吴喜之

文学

统计 R 数据分析 数据挖掘 统计学 Statistics 吴喜之 数学

2012-10

目录
第1章引言 1.1作为科学的统计 1.2数据分析的实践 1.3数据的形式以及可能用到的模型 1.3.1横截面数据:因变量为实轴上的数量变量 1.3.2横截面数据:因变量为分类(定性)变量或者频数 1.3.3纵向数据,多水平数据,面板数据,重复观测数据 1.3.4多元数据各变量之间的关系:多元分析 1.3.5路径模型/结构方程模型 1.3.6多元时间序列数据 1.4 r软件入门 1.4.1简介 1.4.2动手 第2章横截面数据:因变量为实数轴上的数量变量 2.1简单回归回顾 2.2简单线性模型不易处理的横截面数据 2.2.1标准线性回归中的指数变换 2.2.2生存分析数据的cox回归模型 2.2.3数据出现多重共线性情况:岭回归,lasso回归,适应性lasso回归,偏最小二乘回归 .2.2.4无法做任何假定的数据:机器学习回归方法 2.2.5决策树回归(回归树) 2.2.6boosting回归 2.2.7bagging回归 2.2.8随机森林回归 2.2.9人工神经网络回归 2.2.10支持向量机回归 2.2.11几种回归方法五折交叉验证结果 2.2.12方法的稳定性及过拟合 第3章横截面数据:因变量为分类变量及因变量为频数(计数)变量的情况 3.1经典logistic回归,probit回归和仅适用于数量自变量的判别分析回顾 3.1.1logistic回归和probit回归 3.1.2经典判别分析 3.2因变量为分类变量,自变量含有分类变量:机器学习分类方法 3.2.1决策树分类(分类树) 3.2.2adaboost分类 3.2.3bagging分类 3.2.4随机森林分类 3.2.5支持向量机分类 3.2.6最近邻方法分类 3.2.7分类方法五折交叉验证结果 3.3因变量为频数(计数)的情况 3.3.1经典的poisson对数线性模型回顾 3.3.2使用poisson对数线性模型时的散布问题 3.3.3零膨胀计数数据的poisson回归 3.3.4使用机器学习的算法模型拟合计数数据 3.3.5多项logit模型及多项分布对数线性模型回顾 第4章纵向数据(多水平数据,面板数据) 4.1纵向数据:线性随机效应混合模型 4.2纵向数据:广义线性随机效应混合模型 4.3纵向数据:决策树及随机效应模型 4.4纵向数据:纵向生存数据 4.4.1cox随机效应混合模型 4.4.2分步联合建模 4.5计量经济学家的视角:面板数据 第5章多元分析(不区分因变量及自变量) 5.1实数轴上的数据:经典多元分析内容回顾 5.1.1主成分分析及因子分析 5.1.2分层聚类及k均值聚类 5.1.3典型相关分析 5.1.4对应分析 5.2非经典多元数据分析:可视化 5.2.1主成分分析 5.2.2对应分析 5.2.3多重对应分析 5.2.4多重因子分析 5.2.5分层多重因子分析 5.2.6基于主成分分析的聚类 5.3多元数据的关联规则分析 第6章路径建模(结构方程建模)数据的pls分析 6.1路径模型概述 6.1.1路径模型 6.1.2路径模型的两种主要方法 6.2 pls方法:顾客满意度的例子 6.3协方差方法简介 6.4结构方程模型的一些问题 第7章多元时间序列数据 7.1时间序列的基本概念及单变量时间序列方法回顾 7.1.1时间序列的一些定义和基本概念 7.1.2常用的一元时间序列方法 7.2单位根及协整检验 7.2.1概述 7.2.2单位根检验 7.2.3协整检验 7.3varx模型与状态空间模型 7.3.1varx模型拟合 7.3.2状态空间模型拟合 7.3.3模型的比较和预测 附录练习:熟练使用r软件 参考文献
【展开】
内容简介
《复杂数据统计方法——基于r的应用》用自由的日软件分析30多个可以从国外网站下载的真实数据,包括横截面数据、纵向数据和时间序列数据,通过这些数据介绍了几乎所有经典方法及最新的机器学习方法。 《复杂数据统计方法——基于r的应用》特点:(1)以数据为导向;(2)介绍最新的方法(附有传统方法回顾);(3)提供r软件入门及全部例子计算的日代码及数据的网址;(4)各章独立。 《复杂数据统计方法——基于r的应用》的读者对象包括统计学、应用统计学、经济学、数学、应用数学、精算、环境、计量经济学、生物医学等专业的本科、硕士及博士生,各领域的教师和实际工作者。
【展开】
下载说明

1、追日是作者栎年创作的原创作品,下载链接均为网友上传的的网盘链接!

2、相识电子书提供优质免费的txt、pdf等下载链接,所有电子书均为完整版!

下载链接