统计分析:使用 R 入门 / 封面
对统计的理解是现代科学中许多领域中不可或缺的工具。这在生物科学和社会科学等领域尤其如此,在这些领域中,数据是“嘈杂”的,也就是说,机会或不可控的影响对记录的数据有重大影响。 本维基教科书面向那些尚未接触过统计思维的科学思维读者。除了统计学维基教科书,以及指南在RWiki上,市面上还有许多统计学入门书籍。 这与大多数书籍的不同之处在于,虽然它很快地介绍了“高级”主题,如似然和贝叶斯方法,但它不是通过形式化的数学证明来做到这一点,而是主要通过图形方法和模拟来做到这一点。 其目标是制作一本可作为基础本科水平读者统计学“速成课程”的教材,这些读者希望了解如何使用现代技术分析数据,但并非特别擅长数学。
计算机的出现对统计学在现实世界中的应用方式产生了巨大的影响。虽然许多统计学入门课程从描述简单的 t 检验和卡方检验开始,但大多数科学家现在使用更高级的技术来分析他们的数据。 尤其是,人们对广义线性模型和广义线性模型给予了相当大的关注,以及(最近)对贝叶斯技术和方法(如自举法)的重新兴趣。 本书的目标不是解释过于简单的 t 检验等等,而是在后面再讲底层理论,而是相反。 计算机程序“R”及其灵活的图形功能用于直观地了解统计学的底层理论,特别是概率、似然、概率密度函数、抽样分布和假设检验的概念。 这些原则可以应用于理解各种常用的统计检验,并很容易扩展到更复杂的统计,如广义线性建模。
这本书的目的是让书的主体内容尽可能独立于所使用的统计软件包,从而对统计方法有一个全面的理解。 本文应穿插相关的“R 主题”:带注释的 R 代码部分,与书的主体内容明显区分。 这些 R 主题本身应该可以用作一组教程:R 基本概念介绍.
鼓励在任何其他 R 或统计相关项目中使用本书或其任何部分:请随意复制和使用任何部分,如您所见。 与本书目标部分重叠的书籍详细介绍于http://www.ling.uni-potsdam.de/~vasishth/SFLS.html和http://wiener.math.csi.cuny.edu/UsingR/。 然而,这两本书都不能编辑或重新发布。