前辅文
第Ⅰ部分 基本概念
第1章 引言
1.1 归纳推理的工具
1.2 美国佛罗里达Everglades湿地案例
1.3 城市化对河流生态系统的影响
1.4 密歇根湖鱼体内的PCB
1.5 测定藻华毒素
1.6 参考文献说明
1.7 练习
第2章 R语言速成课
2.1 什么是R语言?
2.2 开始使用R语言
2.3 将数据输入R
2.4 数据准备
2.5 练习
第3章 统计假设
3.1 正态性假设
3.2 独立性假设
3.3 等方差假设
3.4 探索性数据分析
3.5 从图形到统计思维
3.6 参考文献说明
3.7 练习
第4章 统计推断
4.1 概述
4.2 总体均值和置信区间的估计
4.3 假设检验
4.4 一般过程
4.5 假设检验的非参数方法
4.6 显著性水平α、统计功效1 − β和p值
4.7 单因素方差分析
4.8 案例
4.9 参考文献说明
4.10 练习
第Ⅱ部分 统计建模
第5章 线性模型
5.1 引言
5.2 从t检验到线性模型
5.3 简单和多元线性回归模型
5.4 构建预测性模型的一般考虑
5.5 模型预测的不确定性
5.6 双因素ANOVA
5.7 参考文献说明
5.8 练习
第6章 非线性模型
6.1 非线性回归
6.2 平滑
6.3 平滑和加性模型
6.4 参考文献说明
6.5 练习
第7章 分类和回归树
7.1 Willamette河案例
7.2 统计学方法
7.3 讨论
7.4 参考文献说明
7.5 练习
第8章 广义线性模型
8.1 逻辑斯蒂回归
8.2 模型解释
8.3 诊断学
8.4 泊松回归模型
8.5 多项式回归
8.6 泊松– 多项式连接
8.7 广义加性模型
8.8 参考文献说明
8.9 练习
第Ⅲ部分 高级统计建模
第9章 用于模型检验和统计推断的模拟
9.1 模拟
9.2 用模拟来概括回归模型
9.3 基于重采样的模拟
9.4 案例: 评估TITAN
9.5 参考文献说明
9.6 练习
第10章 多层回归
10.1 从Stein悖论到多层模型
10.2 多层结构和可交换性
10.3 多层ANOVA
10.4 多层线性回归
10.5 非线性多层模型
10.6 广义多层模型
10.7 结束语
10.8 参考文献说明
10.9 练习
参考文献
索引
译后记
