本书是非参数统计教材,内容从经典非参数统计推断到现代前沿,包括R基础、基本概念、单一样本的推断问题、两独立样本数据的位置和尺度推断、多组数据位置推断、分类数据的关联分析、秩相关和分位数回归、非参数密度估计、一元非参数回归和数据挖掘与机器学习共计10章。本书配有大量与社会、经济、金融、生物等专业相关的例题和习题,给出示范解答过程。方便自学。
本书可以作为高等院校统计、经济、金融、管理专业的本科生课程的教材,也可以作为其他相关专业研究生的教材和教学参考书,另外,对广大从事与统计相关工作的实际工作者也**参考价值。

第1章 R基础
R是一种专业统计分析软件,*早于1995年由Auckland大学统计系的RobertGentleman和Ross lhaka等研制开发,l997年开始免费公开发布1.0版本。在短短的10年时问里,R发展迅速,现己发展到R2.7系列版本。据不完全统计,在欧美等发达**的**高等学府,R不仅是专业学习统计的流行教学软件,而且已成为从事统计研究的学生和统计研究人员**的统计计算工具。
R的主要特点归纳如下:
(1)R是自由免费的专业统计分析软件,拥有强大的面向对象的开发环境,��以在UNIX,Windows和MACINTOSH等多种操作系统中运行。
(2)使用可编程语言是R作为专业软件的基本特点。众所周知,目前流行的许多商业统计分析软件主要是通过单击菜单完成计算和分析组合任务,用户不得不在预定义好的统计过程中选择可能接近的模块进行数据分析,被迫接受预设的程式化输出,许多应有的对数据的观察、体验和分析判断受到很大限制。而R却克服了这些弱点。
(3)R的语言与S语言非常相似,虽实现方法不同,但兼容性很强。作为面向对象的语言,R集数据的定义、插入、修改和函数计算等功能于一体,语言风格统一,可以独立完成数据分析生命周期的全部活动。作为标准的统计语言,R几乎集中了所有程序编辑语言的**特点。用户可以在R中自由地定义各种函数,设计实验,采集数据,分析得出结论。在这个过程中,用户不仅可能延伸R的基本功能,而且还可能自创一些特殊问题的统计过程。R是一种解释性语言,语法与英文的正常语法和其他程序设计语言的语法表述相似,容易学习,编写的程序简练,费时较短。
……

第1章 R基础
1.1 R基本概念和操作
1.1.1 R环境
1.1.2 常量
1.1.3 算术运算
1.1.4 赋值
1.2 向量的生成和基本操作
1.2.1 向量的生成
1.2.2 向量的基本操作
1.2.3 向量的运算
1.2.4 向量的逻辑运算
1.3 **数据结构
1.3.1 矩阵的操作和运算
1.3.2 数组
1.3.3 数据框
1.3.4 列表
1.4 数据处理
1.4.1 保存数据
1.4.2 读入数据
1.4.3 数据转换
1.5 编写程序
1.5.1 循环和控制
1.5.2 函数
1.6 基本统计计算
1.6.1 抽样
1.6.2 统计分布
1.7 R的图形功能
1.7.1 plot函数
1.7.2 多图显示
1.8 R帮助和包
1.8.1 R帮助
1.8.2 R包
习题
第2章 基本概念
2.1 非参数统计概念与产生
2.2 假设检验回顾
2.3 经验分布和分布探索
2.3.1 经验分布
2.3.2 生存函数
2.4 检验的相对效率
2.5 分位数和非参数估计
2.6 秩检验统计量
2.7 U统计量
习题
第3章 单一样本的推断问题
3.1 符号检验和分位数推断
3.1.1 基本概念
3.1.2 大样本计算
3.1.3 符号检验在配对样本比较中的应用
3.1.4 分位数检验——符号检验的推广
3.2 Cox—Staut趋势存在性检验
3.3 随机游程检验
3.4 Wilcoxon符号秩检验
3.4.1 基本概念
3.4.2 Wilcoxon符号秩检验和抽样分布
3.5 单组数据的位置参数置信区间估计
3.5.1 顺序统计量位置参数置信区间估计
3.5.2 基于方差估计法的位置参数置信区间估计
3.6 正态记分检验
3.7 分布的一致性检验
3.7.1 x2拟合优度检验
3.7.2 Kolmogorov—Smirnov正态性检验
3.7.3 Liliefor正态分布检验
3.8 单一总体渐近相对效率比较
习题
第4章 两独立样本数据的位置和尺度推断
第5章 多组数据位置推断
第6章 分类数据的关联分析
第7章 秩相关和分位数回归
第8章 非参数密度估计
第9章 数据挖掘与机器学习
附录 学用统计分布表
参考文献