本书是一本“面向应用”的教材,旨在为读者提供各种统计分析和经济计量学建模在交通中的应用.它把理论方法、数据分析与解决实际交通建模问题相结合,既从理论上介绍了统计学中的基本概念及方法,又涵盖了先进的经济计量学建模在交通中的应用.本书前三章是基础内容,重点阐述数理统计的基本概念：参数估计、假设检验、线性回归等主题.后四章逐一介绍几种比较重要并在交通领域中常用的计量经济学模型,包括二元选择模型、计数数据模型、多元离散选择模型及有序离散数据模型.对于每个经济计量模型,提供若干实例、R编程代码和相应的真实数据集,以便读者边学边实践.书末有附录与附表,其中附录介绍了R语言,涵盖R的安装、数据处理及基本的数据分析功能、统计检验功能、绘图功能等主题,以便读者从零开始学习R语言并达到能用其熟练编程建模的目的.
样章试读
目录
- 目录
前言
第1章 数理统计的基本概念1
1.1 总体和样本1
1.1.1 总体和个体1
1.1.2 样本2
1.1.3 样本数据的整理3
1.2 样本函数及统计量5
1.2.1 样本矩5
1.2.2 样本的偏度和峰度7
1.2.3 次序统计量和样本中位数9
1.3 三大抽样分布11
1.3.1 χ2分布11
1.3.2 t分布12
1.3.3 F分布13
1.4 正态总体统计量的分布14
1.4.1 一个正态总体统计量及其分布14
1.4.2 两个正态总体统计量及其分布16
习题1 16
第2章 统计推断18
2.1 参数估计18
2.1.1 参数的点估计18
2.1.2 点估计的评价标准22
2.1.3 参数的区间估计24
2.1.4 正态总体参数的置信区间25
2.1.5 比例p的置信区间30
2.2 假设检验32
2.2.1 假设检验的基本思想32
2.2.2 p值35
2.2.3 正态总体参数的假设检验36
2.2.4 似然比检验41
2.3 常用的非参数检验41
2.3.1 χ2拟合优度检验41
2.3.2 Shapiro-Wilk正态性检验44
2.3.3 符号检验、符号秩和检验46
2.4 方差分析50
2.4.1 单因素方差分析的统计模型50
2.4.2 平方和分解52
2.4.3 检验统计量54
2.4.4 参数估计56
2.4.5 案例研究:方差分析在R中的实现57
习题2 60
第3章 线性回归61
3.1 线性回归模型61
3.2 线性回归模型的参数估计64
3.3 回归方程的显著性检验66
3.3.1 F检验67
3.3.2 t检验68
3.3.3 拟合优度及残差分析69
3.4 估计和预测71
3.4.1 估计问题71
3.4.2 预测问题72
3.5 案例研究:R中线性回归模型的实现73
习题3 77
第4章 二元选择模型79
4.1 广义线性模型介绍79
4.2 Logit和Probit模型80
4.2.1 变量80
4.2.2 模型81
4.2.3 Logit模型81
4.2.4 Probit模型82
4.3 模型估计和结果解释82
4.3.1 模型估计82
4.3.2 系数解释83
4.3.3 边际效应83
4.3.4 离散变量的部分边际效应84
4.4 模型评估85
4.4.1 预测的准确性85
4.4.2 拟合优度85
4.5 案例研究:R中Logit和Probit模型的实现86
习题4 93
第5章 计数数据模型95
5.1 泊松回归模型95
5.1.1 泊松模型95
5.1.2 系数的解释96
5.1.3 边际效应96
5.2 负二项式回归模型97
5.2.1 负二项式模型97
5.2.2 模型估计98
5.3 发生率比和过度分散性检验98
5.3.1 发生率比98
5.3.2 过度分散性检验99
5.4 零膨胀计数模型99
5.4.1 零膨胀计数模型概率密度函数99
5.4.2 零膨胀检验100
5.5 模型评估101
5.6 案例研究:R中计数数据模型的实现101
习题5 110
第6章 多元离散选择模型111
6.1 多元离散选择模型框架和数据结构111
6.1.1 模型框架和常用标记111
6.1.2 多元离散选择数据结构112
6.2 多元Logit(MNL)模型113
6.2.1 模型建立113
6.2.2 多元Logit和条件Logit模型114
6.2.3 狭义多元Logit模型116
6.2.4 条件Logit模型118
6.2.5 广义MNL模型120
6.3 独立于无关的选择项属性121
6.4 多元Probit模型122
6.5 案例研究:R中多元离散选择模型的实现123
习题6 130
第7章 有序离散数据模型132
7.1 有序Probit模型和有序Logit模型132
7.1.1 有序Probit模型134
7.1.2 有序Logit模型134
7.2 模型估计和结果解释135
7.2.1 模型估计135
7.2.2 系数解释135
7.2.3 边际效应136
7.3 模型评估137
7.4 有序离散数据模型与多元离散选择模型之间的比较137
7.5 案例研究:R中有序离散数据模型的实现138
习题7 144
习题答案146
参考文献157
附录 R简介159
A.1 开始使用R.159
A.2 R中的数据对象161
A.3 R中数据导入、导出和基本操作163
A.4 R中的基本统计检验167
A.5 定义函数169
A.6 控制结构170
A.7 R中的绘图功能173
附表180
附表1 标准正态分布表180
附表2 卡方分布表181
附表3 t分布表183
附表4 F分布表184
附表5 Shapiro-Wilk正态性检验统计量的系数ai(n)189
附表6 Shapiro-Wilk正态性检验的分位数192
附表7 Wilcoxon符号秩和检验统计量的分位数194
京公网安备 11010102004214号