應用非參數統計方法(注釋版‧原書第4版)（簡體書）

非參數統計是統計學中的一個重要分支和資料分析的一個重要工具。它的一個重要特點是並不假設資料服從某個特定的分佈，而是通過已有的資料去進行分析。相較於其他統計方法，非參數的統計更加穩健，有更好的適用性。本書是一本國外經典的教材，主要介紹了傳統的非參數統計方法，例如單樣本的推斷和多樣本的推斷，配對資料的分析等。在介紹傳統方法的同時，在該書的最後也介紹了現代的非參數統計方法，例如非參數的密度估計方法。書中通過將基礎理論與實際例子相結合的辦法，講解了不同統計方法的優點和不足，給研究人員在實際問題中選擇合適的方法提供了參考。本書可作為統計專業本科高年級學生或者研究生的教材，也可以作為專業人員非參數統計的工具書。

彼得·斯普倫特（Peter Sprent），是蘇格蘭鄧迪大學退休的統計教授。他在塔斯馬尼亞大學作為學生時，就被研究非參數方法的先驅EJG皮特曼引薦。他善於借助計算機程序來進行數據分析，使得非參數統計的各種方法實現成為可能。



尼格爾 C.斯密頓（Nigel C.Smeeton），是英國赫特福德大學社區保障研究中心的社會統計學專家。他專注非參數統計在醫療中的應用和教學30餘年，同時他也是倫敦國王學院的榮譽講師。

前言

第1章 基本概念
1．1 基本統計知識
1．2 總體和樣本
1．3 假設檢驗
1．4 估計
1．5 職業規範
1．6 習題

第2章 非參數方法基礎
2．1 置換檢驗
2．2 二項檢驗
2．3 順序統計量和秩
2．4 數據探索
2．5 非參數方法的效率
2．6 計算機和非參數方法
2．7 擴展閱讀
2．8 習題

第3章 單樣本的位置推斷
3．1 範例的安排
3．2 連續數據樣本
3．3 基於秩的中位數推斷
3．4 符號檢驗
3．5 計分檢驗的應用
3．6 檢驗比較及穩健性
3．7 應用領域
3．8 總結
3．9 習題

第4章 其他單樣本的推斷
4．1 數據的其他特徵
4．2 匹配樣本分佈
4．3 二分數據的推斷
4．4 符號檢驗的推廣
4．5 隨機游程檢驗
4．6 角坐標數據
4．7 應用領域
4．8 總結
4．9 習題

第5章 配對樣本的方法
5．1 配對的比較
5．2 一個不常見的符號檢驗的應用
5．3 勢函數和樣本量
5．4 應用領域
5．5 總結
5．6 習題

第6章 兩個獨立樣本的方法
6．1 中心位置的檢驗和估計
6．2 中位數檢驗
6．3 正態計分檢驗
6．4 同方差的檢驗
6．5 共同分佈的檢驗
6．6 勢函數和樣本量
6．7 應用領域
6．8 總結
6．9 習題

第7章 多樣本的基本檢驗
7．1 與參數方法的比較
7．2 獨立樣本的中心位置檢驗
7．3 Friedman、Quade和Page檢驗
7．4 二元響應數據
7．5 異方差檢驗
7．6 一些其他的考慮
7．7 應用領域
7．8 總結
7．9 習題

第8章 結構化數據的分析
8．1 因素的處理結構
8．2 平衡的2x2因素結構
8．3 交互作用的本質
8．4 交互作用的其他處理方法
8．5 交叉試驗
8．6 單獨和多重比較
8．7 應用領域
8．8 總結
……

第9章 生存數據分析
第10章 相關性和一致性
第11章 二維線性回歸
第12章 分類數據
第13章 分類數據的關聯性分析
第14章 穩健估計
第15章 現代非參數方法

附錄1
附錄2
參考文獻
索引