非参数统计是21世纪统计理论的三大发展方向之一。它不假定特定的总体分布，简单、稳健、适用。非参数统计不仅是统计类专业的必修课，也是统计应用工作者必须掌握的基本方法和思想。《非参数统计：基于R语言案例分析》从问题背景与动机、方法引进、理论基础、计算机R语言实现、应用实例等诸多方面来介绍非参数方法，其内容包括：符号检验、Wilcoxon检验、Kendall相关、列联表、Kolmogorov-Smirnov检验、非参数核密度估计和回归等。《非参数统计：基于R语言案例分析》不仅可以作为非参数统计的教科书，也可以作为查询非参数方法的快捷参考书。
柳向东，湖南浏阳人，博士、副教授、系党总支书记、硕士研究生导师。教授“非参数统计”等课程，发表学术论文20余篇，其中多篇被SCI和EI收录，获教育部留学回国人员科研启动基金，主持国家自然科学基金和教育部人文社科基金各1项，荣获校级优秀教师等称号，获2项国家专利，曾访学美国密苏里大学1年。
前言
1 统计推断
1.1 总体、样本与统计量
1.1.1 总体
1.1.2 样本
1.1.3 目标总体与样本总体
1.1.4 随机样本
1.1.5 多元随机变量
1.1.6 度量尺度
1.1.7 统计量
1.1.8 顺序统计量与秩
1.2 估计
1.2.1 经验分布函数
1.2.2 估计量
1.2.3 标准误差 前言
1 统计推断
1.1 总体、样本与统计量
1.1.1 总体
1.1.2 样本
1.1.3 目标总体与样本总体
1.1.4 随机样本
1.1.5 多元随机变量
1.1.6 度量尺度
1.1.7 统计量
1.1.8 顺序统计量与秩
1.2 估计
1.2.1 经验分布函数
1.2.2 估计量
1.2.3 标准误差
1.2.4 无偏估计量
1.2.5 渐近置信区间
1.2.6 自助法
1.2.7 一般参数估计
1.2.8 生存函数
1.2.9 Kaplan-Meier估计
1.3 假设检验
1.3.1 临界域
1.3.2 错误类型
1.3.3 显著性水平
1.3.4 零分布
1.3.5 功效
1.3.6 检验的p值
1.3.7 计算机辅助
1.3.8 假设检验的性质
1.3.9 无偏检验
1.3.10 相合检验
1.3.11 相对效率
1.3.12 渐近相对效率
1.3.13 保守检验
1.4 非参数统计评述
1.4.1 使用优良方法
1.4.2 参数方法
1.4.3 稳健方法
1.4.4 非参数方法
1.4.5 渐近分布自由
1.4.6 非参数的定义
复习题
思考题
2 符号检验
2.1 二项检验与p值的估计
2.1.1 二项检验
2.1.2 概率或总体比例的置信区间
2.2 分位数检验与x2的估计
2.2.1 分位数检验
2.2.2 分位数的置信区间
2.3 符号检验的一些变形
2.3.1 改变显著性检验
2.3.2 Cox-Stuart趋势性检验
案例分析
R语言代码示例
复习题
3 关于秩的位置、尺度和相关性检验
3.1 单样本模型
3.1.1 Wi.1 eoxon符号秩模型
3.1.2 正态记分模型
3.1.3 游程检验模型
3.2 两样本模型
3.2.1 Brown-Moodr中位数检验
3.2.2 wileoxon秩和检验
3.2.3 两样本尺度参数的检验
3.3 多样本模型
3.3.1 多个独立样本
3.3.2 多个相关样本
3.3.3 平衡的不完全区组设计
3.3.4 多样本尺度参数的检验
3.4 秩相关性与非参数线性回归
……
4 低维和高维列联表
5 Kolmogorov-Smimo~r型统计量与分布检验
6 非参数回归
7 R语言
参考文献
书单推荐
