数据主导的学习方式有助于读者理解数据科学的本质，读者可以通过分析数据学会多种统计方法的应用。本书以数据形式为导向，对应不同的数据形式介绍可能使用的一些统计方法。这些统计方法可能属于不同的模型和统计方向，但只要适用于同一类数据，本书就尽量都予以介绍，以此启发读者探索及创新。 本书初版以来，在广大读者的支持和鼓励下，10年间不断更新。第4版在第3版的基础上做了增补及修正，并且重新安排了部分章节。本书始终坚持以下特色：1.用实际数据做案例，这些数据都是真实的，有理论及应用方面的背景，而且能从网上下载；2.书中所有结论都可以通过 Python 与 R 软件程序得出，并给出所有例子的代码；3.没有太多数学公式，但能让读者直观理解各种方法的含义；4.宗旨是训练处理不同数据的动手能力，而不是面面俱到地告知所有细节。 本书适合用作统计学、应用统计学、经济学、数学、应...(展开全部)

数据主导的学习方式有助于读者理解数据科学的本质，读者可以通过分析数据学会多种统计方法的应用。本书以数据形式为导向，对应不同的数据形式介绍可能使用的一些统计方法。这些统计方法可能属于不同的模型和统计方向，但只要适用于同一类数据，本书就尽量都予以介绍，以此启发读者探索及创新。 本书初版以来，在广大读者的支持和鼓励下，10年间不断更新。第4版在第3版的基础上做了增补及修正，并且重新安排了部分章节。本书始终坚持以下特色：1.用实际数据做案例，这些数据都是真实的，有理论及应用方面的背景，而且能从网上下载；2.书中所有结论都可以通过 Python 与 R 软件程序得出，并给出所有例子的代码；3.没有太多数学公式，但能让读者直观理解各种方法的含义；4.宗旨是训练处理不同数据的动手能力，而不是面面俱到地告知所有细节。 本书适合用作统计学、应用统计学、经济学、数学、应...(展开全部)

第一版面世以来，得到了广大读者的支持和鼓励。第二版根据需要做了一些修正、改动及增补，在第七章补充了Granger因果检验，增加了非线性时间序列一节。 本书特点：（1）以数据为导向；（2）介绍最新的方法（附有传统方法回顾）；（3）提供R软件入门及全部例子计算的R代码及数据的网址；（4）各章独立。 本书读者对象包括统计学、应用统计学、经济学、数学、应用数学、精算、环境、计量经济学、生物医学等专业的本科生、硕士及博士生，各领域的教师和实际工作者。

本书自面世以来，得到了广大读者的支持和鼓励。目前的第三版在第二版的基础上做了相当大的增补，并且重新安排了章节，主要增加了贝叶斯网络、 定序变量的比例优势模型、调查问卷的垃圾比例计算等，总共增加将近1/3的篇幅. 本书没有按照数学模型的分类来编排，选择的数据也不像标准教科书中的例子那样“规范”，但这正是对真实数据和现实世界的反映。本书试图让读者理解世界是复杂的，数据形式是多种多样的，必须有超越书本、超越自我的智慧和勇气。 本书的读者对象包括数学、应用数学、统计、精算、经济、旅游、环境等专业的本科生以及数学、应用数学、统计、计量经济学、生物医学、应用统计、经济学等专业的硕士和博士生。

《复杂数据统计方法——基于r的应用》用自由的日软件分析30多个可以从国外网站下载的真实数据，包括横截面数据、纵向数据和时间序列数据，通过这些数据介绍了几乎所有经典方法及最新的机器学习方法。 《复杂数据统计方法——基于r的应用》特点：(1)以数据为导向；(2)介绍最新的方法(附有传统方法回顾)；(3)提供r软件入门及全部例子计算的日代码及数据的网址；(4)各章独立。 《复杂数据统计方法——基于r的应用》的读者对象包括统计学、应用统计学、经济学、数学、应用数学、精算、环境、计量经济学、生物医学等专业的本科、硕士及博士生，各领域的教师和实际工作者。

《复杂数据统计方法——基于r的应用》用自由的日软件分析30多个可以从国外网站下载的真实数据，包括横截面数据、纵向数据和时间序列数据，通过这些数据介绍了几乎所有经典方法及最新的机器学习方法。 《复杂数据统计方法——基于r的应用》特点：(1)以数据为导向；(2)介绍最新的方法(附有传统方法回顾)；(3)提供r软件入门及全部例子计算的日代码及数据的网址；(4)各章独立。 《复杂数据统计方法——基于r的应用》的读者对象包括统计学、应用统计学、经济学、数学、应用数学、精算、环境、计量经济学、生物医学等专业的本科、硕士及博士生，各领域的教师和实际工作者。

第一版面世以来，得到了广大读者的支持和鼓励。第二版根据需要做了一些修正、改动及增补，在第七章补充了Granger因果检验，增加了非线性时间序列一节。 本书特点：（1）以数据为导向；（2）介绍最新的方法（附有传统方法回顾）；（3）提供R软件入门及全部例子计算的R代码及数据的网址；（4）各章独立。 本书读者对象包括统计学、应用统计学、经济学、数学、应用数学、精算、环境、计量经济学、生物医学等专业的本科生、硕士及博士生，各领域的教师和实际工作者。

本书自面世以来，得到了广大读者的支持和鼓励。目前的第三版在第二版的基础上做了相当大的增补，并且重新安排了章节，主要增加了贝叶斯网络、 定序变量的比例优势模型、调查问卷的垃圾比例计算等，总共增加将近1/3的篇幅. 本书没有按照数学模型的分类来编排，选择的数据也不像标准教科书中的例子那样“规范”，但这正是对真实数据和现实世界的反映。本书试图让读者理解世界是复杂的，数据形式是多种多样的，必须有超越书本、超越自我的智慧和勇气。 本书的读者对象包括数学、应用数学、统计、精算、经济、旅游、环境等专业的本科生以及数学、应用数学、统计、计量经济学、生物医学、应用统计、经济学等专业的硕士和博士生。

本书介绍常用的统计方法，以及如何以Excel为工具实现这些统计方法并对结果进行解读。本书通过对统计学理论与操作实例进行讲解，帮助读者在掌握统计学原理的基础上，熟练运用Excel进行统计分析。 本书有5篇，共16章。第1篇为开篇，包含第1章,叩统计分析与Excel概述；第2篇为描述统计分析，包含第2-5章，分别为定性数据的图表展示、定量数据的图表展示、二维数据的图表展示和描述性统计量的计算；第3篇为推断统计分析基础，包含第6-8章,分别为离散型随机变量的分布、连续型随机变量的分布和抽样分布；第4篇为推断统计分析方法，包含第9-15章，分别为参数估计、单个总体参数的检验、两个总体参数的检验、多个总体参数的检验、非参数检验、相关分析和回归分析；第5篇为时间序列分析，包含第16章，即时间序列分析方法详解。 本书实例丰富，内容通俗易懂，可操作性强，适合从事数据分析工作的人员阅读，也适合作为高等院校相关专业的教材。

本书介绍常用的统计方法，以及如何以Excel为工具实现这些统计方法并对结果进行解读。本书通过对统计学理论与操作实例进行讲解，帮助读者在掌握统计学原理的基础上，熟练运用Excel进行统计分析。 本书有5篇，共16章。第1篇为开篇，包含第1章,叩统计分析与Excel概述；第2篇为描述统计分析，包含第2-5章，分别为定性数据的图表展示、定量数据的图表展示、二维数据的图表展示和描述性统计量的计算；第3篇为推断统计分析基础，包含第6-8章,分别为离散型随机变量的分布、连续型随机变量的分布和抽样分布；第4篇为推断统计分析方法，包含第9-15章，分别为参数估计、单个总体参数的检验、两个总体参数的检验、多个总体参数的检验、非参数检验、相关分析和回归分析；第5篇为时间序列分析，包含第16章，即时间序列分析方法详解。 本书实例丰富，内容通俗易懂，可操作性强，适合从事数据分析工作的人员阅读，也适合作为高等院校相关专业的教材。