本书是面向新工科建设的新形态教材，介绍了数理统计分析及机器学习、深度学习的基础理论和软件操作，加强了统计分析和数据科学的融合。全书共12章，内容包括数据描述性分析及探索性分析、科学绘图、环境数据分布与假设检验、参数及非参数检验、方差分析、相关分析、回归分析、生存分析、降维分析、聚类分析、分类分析及机器学习、深度学习，特别设置了知识拓展、思考题、逸闻趣事等。本书重视实战操作训练，演示了Excel、SPSS、Python及GPT-4的分析过程，对软件操作及界面进行了详细介绍，完整展现了数据分析的思路和过程。所有习题、例题数据及解题方法均配套电子文件。
样章试读
目录
- 目录
第二版前言
第一版序
第一版前言
第1章 数据统计描述与图形化 1
1.1 数据统计概述 1
1.2 数据分析过程 3
1.3 数据基本类型 3
1.4 数据分析软件 4
1.4.1 使用软件 4
1.4.2 软件安装、运行 5
1.5 数据探索性分析 7
1.5.1 数据管理 7
1.5.2 数据转换 8
1.5.3 异常值及缺失值处理 8
1.6 数据描述性分析 9
1.6.1 集中趋势描述 10
1.6.2 离散趋势描述 10
1.6.3 频率分析 12
1.7 数据图形化形式 14
1.7.1 散点图 14
1.7.2 线图 16
1.7.3 面积图 17
1.7.4 饼图 18
1.7.5 条形图 21
1.7.6 直方图 23
1.7.7 误差条图 25
1.7.8 箱形图 27
1.7.9 小提琴图 29
1.7.10 森林图 29
1.7.11 热图 31
习题 33
第2章 环境数据分布与假设检验 35
2.1 总体与样本 35
2.1.1 总体与样本概述 35
2.1.2 样本统计量与总体参数 35
2.1.3 抽样 35
2.1.4 抽样误差 38
2.1.5 样本量计算 38
2.1.6 统计功效 40
2.2 抽样分布 40
2.2.1 抽样分布概述 40
2.2.2 概率密度函数 41
2.2.3 正态分布 42
2.2.4 正态分布检验 42
2.2.5 t分布 45
2.2.6 ??2分布 46
2.2.7 F分布 47
2.2.8 二项分布 48
2.3 参数估计 48
2.3.1 参数估计概念 48
2.3.2 点估计 48
2.3.3 置信区间估计 49
2.4 统计假设检验基本思想 50
2.4.1 统计假设检验概述 50
2.4.2 统计假设检验基本步骤 50
2.4.3 统计假设检验两类错误 51
2.4.4 单侧检验与双侧检验 51
2.5 典型分布类型检验 52
2.5.1 Z检验 53
2.5.2 比率检验 54
习题 56
第3章 环境数据t检验 57
3.1 t检验概述 57
3.1.1 t检验定义 57
3.1.2 t检验分类 57
3.1.3 t检验适用条件 58
3.1.4 t检验的分析流程 58
3.2 样本t检验 58
3.2.1 单样本t检验 58
3.2.2 独立样本t检验 60
3.2.3 配对样本t检验 63
习题 66
第4章 环境数据方差分析 67
4.1 方差分析概述 67
4.1.1 方差分析定义 67
4.1.2 方差分析分类 67
4.1.3 方差分析基本术语 67
4.1.4 方差分析适用条件 68
4.1.5 方差分析基本流程 68
4.1.6 方差分析基本思想 68
4.1.7 多重比较 69
4.2 单因素方差分析 70
4.2.1 单因素方差分析概述 70
4.2.2 单因素方差分析基本步骤 70
4.2.3 方差分析趋势检验 74
4.3 双因素方差分析 74
4.3.1 双因素方差分析概述 74
4.3.2 有交互作用的双因素方差分析 75
4.3.3 无交互作用的双因素方差分析 80
4.4 多因素方差分析 83
4.4.1 多因素方差分析概述 83
4.4.2 多因素方差分析适用情形 83
4.5 重复测量方差分析 84
4.5.1 重复测量方差分析概述 84
4.5.2 重复测量方差分析适用条件 85
4.5.3 重复测量方差分析流程 86
4.6 协方差分析 88
4.6.1 协方差分析概述 88
4.6.2 协方差分析基本原理 88
4.6.3 协方差分析条件 88
4.7 Hotelling T 2检验 89
4.7.1 Hotelling T?2检验概述 89
4.7.2 Hotelling T 2数学模型 90
4.7.3 Hotelling T?2检验适用条件 90
4.8 多元方差分析 92
4.8.1 多元方差分析概述 92
4.8.2 多元方差分析适用条件 93
4.9 常用试验设计方差分析 95
4.9.1 试验设计基本原则 95
4.9.2 完全随机设计 95
4.9.3 随机区组设计 95
4.9.4 配对设计 97
4.9.5 析因设计 97
4.9.6 正交设计 99
习题 100
第5章 环境数据非参数检验 101
5.1 非参数检验 101
5.1.1 非参数检验概述 101
5.1.2 非参数检验分类 101
5.1.3 非参数检验的适用范围 101
5.1.4 非参数检验的特点 102
5.1.5 方法比较 102
5.2 单样本非参数检验 102
5.2.1 二项分布检验 102
5.2.2 单样本卡方检验 104
5.2.3 K-S检验 106
5.2.4 S-W检验 107
5.3 两配对样本非参数检验 108
5.3.1 两配对样本卡方检验 108
5.3.2 符号检验 112
5.3.3 Wilcoxon符号秩检验 112
5.4 两独立样本的非参数检验 113
5.4.1 两独立样本卡方检验 116
5.4.2 分层卡方检验 118
5.4.3 Mann-Whitney U检验 119
5.4.4 两独立样本K-S检验 120
5.4.5 莫斯极端反应检验 121
5.5 多相关样本非参数检验 122
5.6 多独立样本非参数检验 125
习题 127
第6章 环境数据相关分析 128
6.1 相关分析概述 128
6.1.1 相关分析定义 128
6.1.2 相关关系分类 128
6.1.3 相关分析类别 128
6.1.4 相关分析数据基本要求 129
6.1.5 相关分析样本量计算 129
6.1.6 相关分析注意事项 129
6.2 相关系数 130
6.2.1 相关系数定义 130
6.2.2 相关程度 130
6.2.3 相关系数分类 130
6.2.4 相关系数热力图 131
6.3 Pearson相关分析 132
6.3.1 Pearson相关分析概念 132
6.3.2 Pearson相关系数公式 132
6.3.3 Pearson相关分析要求 132
6.4 Spearman等级相关分析 135
6.4.1 Spearman等级相关分析概念 135
6.4.2 Spearman等级相关系数公式 135
6.4.3 Spearman等级相关分析要求 135
6.5 Kendall等级相关分析 136
6.5.1 Kendall等级相关分析概念 136
6.5.2 Kendall’s tau-b相关系数公式 136
6.5.3 Kendall’s tau-b相关分析要求 137
6.6 偏相关分析 138
6.6.1 偏相关分析概述 138
6.6.2 偏相关系数公式 138
6.6.3 偏相关分析案例 139
习题 140
第7章 环境数据回归分析 141
7.1 回归分析概述 141
7.1.1 回归分析定义 141
7.1.2 回归分析分类 141
7.1.3 回归分析基本术语 142
7.1.4 回归分析基本步骤 142
7.1.5 回归分析样本量计算 143
7.1.6 回归分析注意事项 143
7.2 线性回归分析 144
7.2.1 线性回归概念 144
7.2.2 线性回归适用条件 144
7.2.3 线性回归评价指标 144
7.2.4 一元线性回归 145
7.2.5 多元线性回归 148
7.3 非线性回归分析 152
7.3.1 非线性回归概念 152
7.3.2 非线性回归分类 153
7.4 多项式回归分析 155
7.4.1 多项式回归概述 155
7.4.2 一元n次多项式回归 155
7.4.3 多元二次多项式回归 158
7.5 Probit回归 159
7.5.1 Probit回归概念 159
7.5.2 二分类Probit回归 159
7.6 Logistic回归分析 161
7.6.1 Logistic回归概念 161
7.6.2 Logistic回归类型 162
7.6.3 Logistic回归基本原理 162
7.6.4 Logistic回归模型的假设检验 163
7.6.5 Logistic回归适用范围 163
7.6.6 二元Logistic回归 163
7.6.7 多元Logistic回归 167
7.7 曲线拟合 169
7.7.1 曲线拟合概念 169
7.7.2 Logistic曲线拟合 170
7.7.3 环境库兹涅茨曲线(EKC)拟合 172
7.8 贝叶斯核函数回归 175
7.8.1 贝叶斯核函数回归定义 175
7.8.2 贝叶斯核函数回归应用 175
习题 178
第8章 环境数据生存分析 179
8.1 生存分析 179
8.1.1 生存分析概述 179
8.1.2 生存分析组成 179
8.1.3 生存函数 180
8.1.4 生存曲线 180
8.1.5 生存分析种类 180
8.2 寿命表 181
8.2.1 寿命表概述 181
8.2.2 寿命表原理 181
8.3 Kaplan-Meier法 183
8.3.1 Kaplan-Meier法概述 183
8.3.2 Kaplan-Meier法与寿命表法比较 183
8.4 Cox回归法 187
8.5 ROC曲线 192
8.5.1 ROC曲线概述 192
8.5.2 ROC空间 192
8.5.3 ROC曲线定义 193
8.5.4 AUC值 194
8.5.5 ROC曲线作用 194
8.5.6 ROC曲线可视化 195
习题 197
第9章 环境数据降维分析 198
9.1 数据降维 198
9.1.1 数据降维定义 198
9.1.2 数据降维作用 198
9.1.3 数据降维方法 198
9.2 因子分析 199
9.2.1 因子分析概述 199
9.2.2 因子分析算法 199
9.3 主成分分析 205
9.3.1 主成分分析概述 205
9.3.2 主成分分析算法 205
9.4 对应分析 209
9.4.1 对应分析概述 209
9.4.2 对应分析算法 210
9.5 最优尺度分析 213
9.5.1 最优尺度分析概述 213
9.5.2 分类主成分分析 213
9.5.3 多重对应分析 217
9.5.4 非线性典型相关分析 219
9.6 多维尺度分析 221
9.6.1 多维尺度分析概述 221
9.6.2 多维尺度分析原理 221
9.6.3 多维尺度分析类型 222
9.6.4 经典多维尺度分析 222
9.6.5 标准化多维尺度分析 223
9.6.6 考虑个体差异的多维尺度分析 225
9.6.7 多维邻近尺度分析 227
习题 228
第10章 环境数据聚类分析 229
10.1 聚类分析概述 229
10.1.1 聚类分析概念 229
10.1.2 聚类分析算法 230
10.1.3 聚类分析步骤 230
10.1.4 聚类统计量 232
10.1.5 聚类分析评估指标 235
10.2 主要聚类算法 236
10.2.1 K-均值聚类 236
10.2.2 BIRCH层次聚类 241
10.2.3 两步聚类 243
10.2.4 高斯混合聚类 245
10.2.5 DBSCAN聚类 247
10.2.6 CLIQUE聚类 248
习题 250
第11章 环境数据分类分析 252
11.1 分类分析概述 252
11.1.1 分类分析定义 252
11.1.2 分类分析类别 252
11.1.3 特征与标签 253
11.1.4 分类分析基本流程 253
11.1.5 常用分类算法 254
11.1.6 分类算法选择 254
11.2 K最近邻分类器 255
11.2.1 K最近邻分类概述 255
11.2.2 Python中的KNN分类器 256
11.3 决策树分类器 257
11.3.1 决策树概述 257
11.3.2 Python中的决策树 258
11.4 随机森林分类器 259
11.4.1 随机森林概述 259
11.4.2 Python中的随机森林 260
11.5 支持向量机分类器 263
11.5.1 支持向量机概述 263
11.5.2 支持向量机基本思想 263
11.6 朴素贝叶斯分类器 264
11.6.1 朴素贝叶斯概述 264
11.6.2 Python中的朴素贝叶斯 265
11.7 集成学习分类器 266
11.7.1 AdaBoost算法 266
11.7.2 Python中的AdaBoost算法 267
习题 269
第12章 环境数据机器学习 270
12.1 机器学习概述 270
12.1.1 机器学习定义 270
12.1.2 机器学习分类 271
12.1.3 机器学习流程 271
12.2 数据收集与预处理 273
12.2.1 数据来源 273
12.2.2 数据预处理 274
12.3 特征工程 276
12.3.1 特征工程定义 276
12.3.2 特征工程步骤 276
12.3.3 特征选择 276
12.3.4 特征提取 278
12.4 模型构建 280
12.4.1 数据分割 280
12.4.2 模型训练 281
12.5 模型评估 283
12.5.1 预测误差评估 283
12.5.2 拟合程度评估 286
12.6 机器学习基本框架 287
12.6.1 机器学习模板 287
12.6.2 机器学习案例分析 289
12.7 深度学习 293
12.7.1 深度学习定义 293
12.7.2 深度学习主流算法 294
12.7.3 深度学习框架 296
12.7.4 深度学习流程 297
12.7.5 基于Keras的深度学习模板 298
12.7.6 深度学习案例分析 300
习题 303
参考文献 304
京公网安备 11010102004214号