应用统计学系列教材：非参数统计

　　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　高级数据结构
　　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

　　《应用统计学系列教材：非参数统计》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。
　　《应用统计学系列教材：非参数统计》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极具参考价值。