新書推薦:

《
张爱玲 我的后半生 纪念张爱玲逝世30周年
》
售價:HK$
75.9

《
大局观:真实世界中的经济学思维
》
售價:HK$
97.9

《
鸟类图典
》
售價:HK$
43.8

《
古典与文明·《周官》之制与大一统
》
售價:HK$
86.9

《
海外中国研究·朝贡·海禁·互市:近世东亚的贸易与秩序(一部刷新明清外交与通商认知的典范之作。挑战朝贡
》
售價:HK$
107.8

《
财报防坑指南:20分钟看透企业真实现金流与盈利陷阱
》
售價:HK$
76.8

《
土民嗷嗷:1441年的社会史(以新闻纪实般的笔触重现室町动荡之年,展现权力崩塌与民声沸腾的历史现场)
》
售價:HK$
72.6

《
安逸哲学:锦绣天府人生智慧“安逸四川”三部曲第一部 安逸是中华文明为世界贡献的人生智慧
》
售價:HK$
96.8
|
| 編輯推薦: |
两位数学大师的传世名著,在书中你可以看到大师是如何经常停下来思考他们正在做什么以及为什么要这样做。这本书也会让你思考,并且会教你如何思考你的数据,然后问出正确的问题并选择适当的技术去阐释这些数据。
· 《Tukey统计学讲义:数据分析与回归》《Tukey统计学讲义:探索性数据分析》两书建议一起学习,感受大师的深刻思想。
|
| 內容簡介: |
|
本书是统计领域无可替代的经典教材,由两位美国国家科学院院士师徒约翰·图基(John Tukey)和弗雷德里克·莫斯特勒(Frederick Mosteller)共同撰写。书中既强调进行有效数据分析所需的一系列哲学态度,也传授能使其展现力量的实用技术。这本书会促使学生思考,并且会教学生如何思考手头的数据,然后问出正确的问题并选择适当的技术去阐释这些数据。
|
| 關於作者: |
约翰·图基(John Tukey),世界著名数学家和统计学家,美国国家科学院和英国皇家学会的院士,美国科学最高奖——国家科学奖章(National Medal of Science)获得者。他被后人誉为“数据科学之父”,他提出的探索性数据分析(Exploratory Data Analysis, EDA)是数据科学的鼻祖。在数学尤其是统计领域有众多名词都是以他的名字命名的,比如Tukey range test、Tukey lambda distribution、Tukey test of additivity、Quenouille–Tukey jackknife、Teichmüller-Tukey lemma、Cooley-Tukey FFT algorithm、Blackman-Tukey transformation、Freeman-Tukey transformation、Siegel-Tukey test、Tukey-Duckworth test、Stone-Tukey theorem、Tukey trimean、Tukey mean difference plot、Tukey median、Tukey depth、Tukey biweight function、Tukey fences、Tukey window等。他提出的快速傅里叶变换(FFT)是世界上使用最广的算法,他获得过IEEE最高荣誉奖章(IEEE Medal of Honor)。他还因创造出“比特”(bit)一词和最早使用“软件”(software)一词而闻名。
弗雷德里克·莫斯特勒(Frederick Mosteller),哈佛大学教授,被认为是20世纪最杰出的统计学家之一。他曾师从约翰·图基(John Tukey),后来成为哈佛大学统计系的创系者,并担任首任系主任达14年之久。他还担任过美国统计学会、国际统计学会、国际数理统计学会、计量心理学会、美国科学促进会的主席。他是美国国家科学院、美国国家医学院、美国人文与科学院、美国哲学会的院士。
|
| 目錄:
|
|
Approaching Data Analysis.Indication and Indicators.Displays and Summaries for Batches.Straightening Curves and Plots.The Practice of Re-expression.Need We Reexpress?Hunting Out the Real Uncertainty.A Method of Direct Assessment.Two-and More-way Tables.Robust and Resistant Measures of Location and Scale.Standardizing for Comparison.Regression for Fitting.Woes of Regression Coefficients.Mechanisms Usually Operating in Linear Fitting.Guided Regression.Examining Regression Residuals.
|
|