Алгоритмы вычислительной статистики в системе R [А. Г. Буховец] (pdf) читать постранично
Книга в формате pdf! Изображения и текст могут не отображаться!
[Настройки текста] [Cбросить фильтры]
- 1
- 2
- 3
- . . .
- последняя (10) »
П. В. МОСКАЛЕВ
АЛГОРИТМЫ
ВЫЧИСЛИТЕЛЬНОЙ
СТАТИСТИКИ
В СИСТЕМЕ R
Издание второе, переработанное и дополненное
ДОПУЩЕНО
УМО по образованию в области прикладной информатики
в качестве учебного пособия для студентов вузов,
обучающихся по направлению «Прикладная информатика»
САНКТПЕТЕРБУРГ•МОСКВА•КРАСНОДАР
2021
ББК 22.18я73
Б 68
Б 68
Буховец А. Г., Москалев П. В.
Алгоритмы вычислительной статистики в сис
теме R: Учебное пособие. — 2е изд., перераб. и доп. —
СПб.: Издательство «Лань», 2021. — 160 c.: ил. —
(Учебники для вузов. Специальная литература).
ISBN 978%5%8114%1802%2
В учебном пособии в краткой форме излагается теоретический
материал и приводятся примеры решения практических задач по
разделам: линейная алгебра, теория вероятностей, методы оцени
вания и проверки гипотез, метод главных компонент, регрес
сионный и кластерный анализ с применением свободной системы
статистической обработки данных и программирования R. В при
ложениях к настоящему пособию содержатся сведения по уста
новке и использованию системы R, а также листинги программ,
которые могут быть использованы в учебном процессе.
Учебное пособие предназначено для студентов, обучающихся
по направлению «Прикладная информатика», программа которых
предусматривает изучение современных средств и методов
вычислительной статистики.
ББК 22.18я73
Рецензенты:
Ю. Ю. ТАРАСЕВИЧ — доктор физикоматематических наук,
профессор, зав. кафедрой прикладной математики и информатики
Астраханского государственного университета;
М. Г. МАТВЕЕВ — доктор технических наук, профессор,
зав. кафедрой информационных технологий управления
Воронежского государственного университета.
Обложка
Е. А. ВЛАСОВА
© Издательство «Лань», 2021
© А. Г. Буховец, П. В. Москалев, 2021
© Издательство «Лань»,
художественное оформление, 2021
https://t.me/it_boooks
Оглавление
Введение
Глава 1. Элементы линейной алгебры
1.1. Векторное пространство . . . . . . . . .
1.2. Базис векторного пространства . . . . .
1.3. Скалярное произведение векторов . . .
1.4. Матрицы . . . . . . . . . . . . . . . . . .
1.5. Транспонирование, произведение, ранг .
1.6. Определители и собственные значения .
5
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
7
7
9
11
13
15
18
Глава 2. Сведения из теории вероятностей
2.1. Случайное событие и вероятность . . . . . . .
2.2. Условная вероятность событий . . . . . . . . .
2.3. Одномерные случайные величины . . . . . . .
2.4. Многомерные случайные величины . . . . . . .
2.5. Числовые характеристики случайных величин
2.6. Некоторые распределения . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
25
25
27
27
29
31
34
Глава 3. Методы оценивания и проверки гипотез
3.1. Генеральная и выборочная совокупности . . . . .
3.2. Точечные оценки параметров распределения . . .
3.3. Интервальные оценки параметров распределения
3.4. Проверка статистических гипотез . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
51
51
52
58
63
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Глава 4. Метод главных компонент
84
4.1. Постановка задачи . . . . . . . . . . . . . . . . . . . . . . . 84
4.2. Вычисление главных компонент . . . . . . . . . . . . . . 85
4.3. Основные свойства главных компонент . . . . . . . . . . 87
Глава 5. Начала регрессионного анализа
93
5.1. Парная линейная регрессия . . . . . . . . . . . . . . . . . 93
5.2. Множественная линейная регрессия . . . . . . . . . . . . 101
4
Оглавление
Глава 6. Основы кластерного анализа
114
6.1. Содержательная постановка задачи . . . . . . . . . . . . . 114
6.2. Формальная постановка задачи . . . . . . . . . . . . . . . 115
6.3. Алгоритмы кластерного анализа . . . . . . . . . . . . . . 118
Литература
126
Приложение А. Введение в систему R
127
А.1. Принципы взаимодействия с R . . . . . . . . . . . . . . . 127
А.2. Основные возможности языка R . . . . . . . . . . . . . . 131
Приложение Б. Листинги программ
Б.1. Визуализация законов распределения .
Б.2. Методы оценивания и проверки гипотез
Б.3. Метод главных компонент . . . . . . . .
Б.4. Начала регрессионного анализа . . . . .
Б.5. Основы кластерного анализа . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
139
. 139
. 140
. 145
. 145
. 147
Введение
Предлагаемое вниманию читателей учебное пособие рассчитано
для студентов бакалавриата, проходящих подготовку по направлению
«Прикладная информатика», которые как самостоятельно, так и под
руководством преподавателя занимаются изучением методов проведения статистического анализа данных с помощью современных программных средств. В главах 1–2 настоящего пособия в краткой форме
излагаются основные
- 1
- 2
- 3
- . . .
- последняя (10) »
Последние комментарии
10 часов 53 минут назад
11 часов 28 минут назад
12 часов 21 минут назад
12 часов 26 минут назад
12 часов 37 минут назад
12 часов 50 минут назад