應用多元統計(原書5版) Using Multivariate Statistics
Barbara G. Tabachnick,Linda S. Fidell
- 出版商: 機械工業
- 出版日期: 2023-06-01
- 定價: $1,014
- 售價: 8.5 折 $861
- 語言: 簡體中文
- 頁數: 752
- 裝訂: 平裝
- ISBN: 7111719336
- ISBN-13: 9787111719335
-
相關分類:
數學
- 此書翻譯自: Using Multivariate Statistics, 6/e (NIE-Paperback)
立即出貨 (庫存 < 4)
買這商品的人也買了...
-
$402營銷數據科學:用 R 和 Python 進行預測分析的建模技術 -
$402自己動手做推薦引擎 -
$550深度學習推薦系統 -
$453從零開始構建企業級推薦系統 -
$374不等式, 2/e -
$708應用線性代數 -
微積分勝典 (微積分究竟在說什麼?進階版)$550$495 -
$163傾向值匹配法的概述與應用:從統計關聯到因果推論 -
$453數據科學工程實踐:用戶行為分析與建模、A/B實驗、SQLFlow -
$504深入淺出 Embedding:原理解析與應用實踐 -
$657構建企業級推薦系統:算法、工程實現與案例分析 -
$229微積分的故事 -
實用推薦系統$714$678 -
$453博弈論:策略分析入門, 3/e (Game Theory: A Nontechnical Introduction to the Analysis of Strategy, 3/e) -
Google 的軟體工程之道|從程式設計經驗中吸取教訓 (Software Engineering at Google)$880$695 -
$453計算貝葉斯統計導論 -
數學分析概論(巖波定本)$899$854 -
$652客戶留存數據分析與預測 -
$453因果推理:基礎與學習算法 -
$1,316矩陣力量 (線性代數全彩圖解 + 微課 + Python 編程) -
$1,014數據挖掘與機器學習 : 基礎概念和算法 (原書2版) (Data Mining and Machine Learning: Fundamental Concepts and Algorithms, 2/e) -
線性代數入門$479$455 -
精通 Excel 數據統計與分析$539$512 -
$509基於機器學習的個性化推薦算法及應用 -
微積分入門 修訂版$594$564
簡體書拿來曬2本75折 詳見活動內容 »
-
VIP 95折
編譯原理, 2/e (Compilers : Principles, Techniques, and Tools, 2/e)$534$507 -
VIP 95折
深度學習之 TensorFlow:入門、原理與進階實戰$594$564 -
85折
$402Essential C++ (簡體中文版) -
VIP 95折
TCP/IP 詳解 (捲1):協議 (TCP/IP Illustrated, Volume 1 : The Protocols, 2/e)$774$735 -
85折
$402Go 並發編程實戰, 2/e -
VIP 95折
機器人學導論, 4/e (Introduction to Robotics: Mechanics and Control, 4/e)$474$450 -
85折
$402深入淺出 Vue.js -
85折
$351實用機器學習 (Real-world Machine Learning) -
85折
$504深度探索 C++ 對像模型 (Inside the C++ Object Model) -
85折
$300區塊鏈項目開發指南 -
85折
$402原子教你玩 STM32 (庫函數版第2版) -
85折
$402Spring Security 實戰 -
85折
$611嵌入式 Linux 基礎教程, 2/e (Embedded Linux Primer: A Practical Real-World Approach, 2/e) -
85折
$504MySQL 技術內幕-InnoDB 存儲引擎, 2/e -
85折
$448PADS 9.5 實戰攻略與高速 PCB 設計 -
85折
$244基於 Bootstrap 和 Knockout.js 的 ASP.NET MVC 開發實戰 (ASP.Net MVC 5 with Bootstrap and Knockout.Js: Building Dynamic, Responsive Web Applications) -
85折
$265深入淺出 USB 系統開發 : 基於 ARM Cortex-M3 -
85折
$402Redis 設計與實現 -
VIP 95折
FPGA 原理和結構$354$336 -
VIP 95折
TCP/IP 網絡編程$474$450 -
75折
$445數據分析與機器學習(基於R語言) -
85折
$652深度學習推薦系統 2.0 -
75折
$400移動通信系統架構設計 -
VIP 95折
自動駕駛汽車 BEV 感知算法$528$501 -
50折
$207區塊鏈技術進階與實戰
商品描述
本書是一本優秀的應用多元統計教材,是多元統計分析的實踐指南。
本書通過實用的方法、清晰易懂的語言和生動貼切的案例使得數理背景不是很深厚的讀者使用起來亦得心應手。
本書內容豐富,從簡單的因子分析到復雜的多層線性模型等,幾乎涵蓋了所有經典和前沿的多元統計理論和方法。
書中每章先用簡短的描述介紹理論部分,然後稍微深入地講解如何應用,最後用表格的形式對三種統計軟件進行詳細的比較。
每章的最後一節都是SAS、SPSS等軟件的比較,
清晰地指出每個軟件的優缺點,使讀者清楚什麼時候使用以及如何使用這些軟件。
作者簡介
琳達·S.菲德爾(Linda S.Fidell)是加州州立大學北嶺分校的心理學名譽教授,她在該校教授研究設計和統計學32年,於2001年退休。她於2005年獲得美國西部心理學協會主席獎。
目錄大綱
目錄
前言
第1章引言
1.1 為什麼選擇多元統計
1.1.1 多元統計的域:自變量和因變量的個數
1.1.2 實驗性和非實驗性研究
1.1.3 計算機和多元統計
1.1.4 垃圾進,玫瑰出
1.2 一些有用的定義
1.2.1 連續、離散和二分數據
1.2.2 樣本和總體
1.2.3 描述性和推斷性統計
1.2.4 正交:標準和序貫分析
1.3 變量的線性組合
1.4 變量個數和性質
1.5 統計勢
1.6 多元統計數據
1.6.1 數據陣
1.6.2 相關矩陣
1.6.3 方差協方差陣
1.6.4 平方和與叉積矩陣
1.6.5 殘差
1.7 本書的結構安排
第2章統計方法指南:使用本書
2.1 研究問題和相關方法
2.1.1 變量間的關係程度
2.1.2 群組差異的顯著性
2.1.3 組成員的預測
2.1.4 結構
2.1.5 時序事件
2.2 進一步比較
2.3 決策樹
2.4 統計方法的章節
2.5 數據的初步檢查
第3章一元統計和二元統計回顧
3.1 假設檢驗
3.1.1 單樣本z檢驗
3.1.2 勢
3.1.3 模型拓展
3.1.4 顯著性檢驗的爭議
3.2 方差分析
3.2.1 單因素組間方差分析
3.2.2 多因素組間方差分析
3.2.3 組內方差分析
3.2.4 組間組內混合方差分析
3.2.5 設計複雜性
3.2.6 特定比較
3.3 參數估計
3.4 效應大小
3.5 二元統計:相關性和回歸
3.5.1 相關性
3.5.2 回歸
3.6 卡方分析
第4章數據清洗
4.1 數據清洗的系列問題
……
第5章多重回歸
第6章協方差分析
第7章多元方差和協方差分析
第8章輪廓分析:重複測量的多元方法
第9章判別分析
第10章logistic回歸
第11章生存分析
第12章典型相關
第13章主成分和因子分析
第14章結構方程模型
第15章多層線性模型
第16章多重列聯表分析
第17章一般線性模型概述
附錄
參考文獻
