大数据统计理论 pdf epub mobi txt 电子书下载 2025

简体网页||繁体网页

☆☆☆☆☆

下载链接在页面底部

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 复制链接

想要找书就要到小特书站

ttbooks.qciss.net

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

具体描述

阿里巴巴集团内部使用，效果显着

　　大数据的统计计算是进行资料探索和分析採撷的基础。在实际应用中会遇到两个问题：一个是需要使用多少资源；另一个是计算时间，它关系到资料探索分析的效率和效果。人们都希望花更少的钱，并且希望计算时间更短，但对于某个确定的计算过程，它们是成反比的。

　　本书作者从统计计算的演算法入手，重构其计算过程，从而同时降低资源使用量和计算时间。作者提出一套完整的关于大数据统计的计算理论，包括常用的各种统计量和统计方法，开发的资料分析工具已经在阿里巴巴集团内部的多个部门使用，并取得显着效果。

专家推荐

　　本书提出了一套适合于分散式运算的统计计算方法，透过对一些基础统计量的计算，可获得有关资料集更全面的统计资讯，进而可以进行进阶的统计分析，例如，区间估计、线性回归、主成分分析等。可以说，本书从统计计算的角度，整理出一套对大数据分析有实用价值的统计理论，并形成参考程式。－潘爱民阿里云首席架构师

　　相信大多数从事数值计算的技术人员都读过一系列叫作Numerical Recipe in C/Fortran/Java 的书。眼前这本书或许可以叫作Numerical Statistics Recipes in Java，和那个系列一样，对重新快速学习和使用数值统计演算法来实现资料分析应用的读者来说，这本书是一本不错的入门手册。－何万青博士英特尔技术计算集团技术计算架构师

著者信息

图书目录

前言

第1 章基本概念
1.1 资料类型
1.2 整体和样本
1.3 参数和统计量
1.4 分散式运算

第2 章单变数基本统计量
2.1 数量统计量
2.2 频率统计量
2.3 次序统计量

第3 章单变数资料的分佈
3.1 长条图
3.2 经验分佈
3.3 近似分位数和近似百分位数
3.4 PP、QQ 机率图
3.5 单变数的基本统计资讯

第4 章多变数的资料特征
4.1 协方差
4.2 相关系数
4.3 协方差和相关系数的计算实现
4.4 资料表的基本统计结果

第5 章资料探索
5.1 扩充长条图
5.2 交叉表

第6 章极限定理
6.1 大数定理
6.2 中心极限定理

第7 章常用的分佈函数介绍
7.1 基本定义
7.2 标准正态分佈（Z 分佈或U 分佈）
7.3 卡方分佈（Χ2 分佈）
7.4 学生T 分佈
7.5 F 分佈

第8 章常用分佈函数计算
8.1 函式定义
8.2 函数性质及相互间的关系
8.3 分佈函数关系图
8.4 分佈函数的计算
8.5 产生常用分佈的乱数

第9 章参数估计
9.1 点估计与区间估计
9.2 单一整体的参数估计
9.3 两个整体的参数估计

第10 章假设检验
10.1 基本概念
10.2 参数检验
10.3 单一整体参数的检验
10.4 两个整体参数的检验

第11 章非参数检验
11.1 PEARSON 拟合优度Χ2 检验
11.2 两个变数的列联表检验
11.3 K-S 检验
11.4 符号检验
11.5 秩统计量和秩检验方法

第12 章方差分析
12.1 单因素方差分析
12.2 双因素方差分析

第13 章多元线性回归
13.1 数学模型
13.2 显着性检验
13.3 计算步骤
13.4 程式实现
13.5 多重共线性
13.6 逐步回归

第14 章主成分分析
14.1 计算步骤
14.2 程式实现
14.3 应用举例

第15 章判别分析
15.1 距离判别
15.2 FISHER 判别
15.3 BAYES 判别
15.4 判别演算法的综合模型
15.5 应用举例

第16 章模型评估曲线
16.1 相关概念
16.2 定义
16.3 计算实现

参考文献