非参数统计

目录
第1章 S-Plus基础
1.1 S-Plus环境
1.2 向量的基本操作
1.3 复杂的数据结构
1.4 数据处理
1.5 S-Plus的图形功能
1.6 习题
第2章 基本概念
2.1 非参数统计的概念
2.2 假设检验回顾
2.3 检验的相对效率
2.4 分位数和非参数估计
2.5 秩检验统计量
2.6 U统计量
2.7 试验设计和方差分析回顾
2.8 线性回归模型和Pearson相关系数
2.9 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问题
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
3.5 正态记分检验
3.6 分布的一致性检验
3.7 单一总体渐进相对效率比较
3.8 习题
3.9 本章S-Plus程序示例
第4章 两样本位置和尺度检验
4.1 Brown-Mood中位数检验
4.2 Mann-Whitney秩和检验
4.3 Mood方差检验
4.4 Moses方差检验
4.5 习题
4.6 本章S-Plus程序示例
第5章 多总体统计推断
5.1 Kruskal-Wallis单因素方差分析
5.2 Jonckheere-Terpstra检验
5.3 Friedman秩方差分析法
5.4 随机区组数据的调整秩和检验
5.5 Cochran检验
5.6 Durbin不完全区组分析法
5.7 习题
5.8 本章S-Plus程序示例
第6章 分类数据的关联性检验
6.1 r×s列联表和x〓检验
6.2 Fisher精确检验法
6.3 Ridit检验法
6.4 对数线性模型
6.5 习题
6.6 本章S-Plus程序示例
第7章 秩相关分析和秩回归
7.1 Spearman秩相关检验
7.2 Kendall τ相关检验
7.3 多变量Kendall协和系数检验
7.4 Kappa一致性检验
7.5 Theil和中位数回归系数估计法
7.6 习题
7.7 本章S-Plus程序示例
第8章 非参数密度估计
8.1 非参数密度估计
8.2 核密度估计
8.3 k-近邻估计
8.4 习题
8.5 本章S-Plus程序示例
第9章 一元非参数回归
9.1 核回归光滑模型
9.2 局部多项式回归
9.3 LOWESS稳健回归
9.4 k-近邻回归
9.5 正交序列回归
9.6 罚最小二乘法
9.7 习题
附录 常用统计分布表
参考文献