Odporne metody statystyczne z programem R
Część pierwsza to analiza danych, czyli statystyka opisowa postrzegana dzisiaj znaczniej szerzej niż w klasycznych podręcznikach. Klasyczne metody przyjmujemy jako znane i poszerzamy temat omawiając identyfikacje obserwacji nietypowych, rozważając zbiory danych jednowymiarowe, wielowymiarowe oraz szeregi czasowe. Następnie przechodzimy do analizy regresji, przedstawiając model z jedną zmienną niezależną (prosta regresja liniowa) oraz z wieloma zmiennymi niezależnymi (wielowymiarowa regresja liniowa). Omówiono także analizę reszt oraz przestawiono grafikę powiązaną z tymi analizami. Część druga dotyczy wnioskowania statystycznego. Przeanalizowano parametryczne i odporne testy dla wartości średniej w populacji, odpowiednio dla jednej i dwóch populacji. W dwóch ostatnich rozdziałach omówiono analizę wariancji. Analiza wariancji oraz odporna analiza wariancji stanowi zawartość piątego rozdziału. Rozpatrzono w nim jednoczynnikową analizę wariancji oraz odporną jednoczynnikową analizę wariancji. Wieloczynnikowa analiza wariancji oraz odporna wieloczynnikowa analiza wariancji są tematem ostatniego, szóstego rozdziału. Modele ANOVA i MANOVA powiązane są z wieloma założeniami, które weryfikujemy wykorzystując wcześniej omówione procedury dostępne w R.
Autorzy | Grażyna Trzpiot, Justyna Majewska |
ISBN | 978-83-7875-319-3 |
Rok wydania | 2016 |
Liczba stron | 132 |
Format | B5 |
Dołącz do nas