统计数据分析方法 R程序和案例
地址：重庆大学城西路17号 邮编：401331
|
|
|
统计数据分析方法 R程序和案例 地址：重庆大学城西路17号 邮编：401331 |
|
|
|
内容简介： 全书共十章，内容包括回归分析、变量选择、时间序列、非参数统计、聚类分析、判别分析、逻辑回归与支持向量机、主成分分析、因子分析、纵向数据分析。各章都有丰富的案例分析，为使书中案例贴近数据的应用实际，采用了获取方便的证券市场高频数据，并使用国际通用的R软件进行数据收集、处理、加工和分析，便于读者自己动手和实际应用需要。全书内容讲解简明扼要，注重应用，让读者收集数据开始，掌握数据收集、整理和大数据统计分析的全过程。本书专门为应用统计专业硕士同名学位课程要求内容准备，兼顾翻转课堂和研究生创新性大数据与机器学习、人工智能开发应用研究提供前沿的案例和素材，建议作为应用统计专业硕士相关专业课程的教材和教学参考书。书中的大部分内容可供大数据分析应用研究生、教师、科研人员和统计工作者参考。 前 言 学术界和业界长期都在试图找寻高效的方法将获取的信息转换为有效的投资组合，并用于资产定价或资产配置，以获取更高的收益率。这方面的努力成为研究主动投资管理及其优化问题的长期动力。2013年以后，大数据开始风靡全球，成为时代的重要标志。我们早在2002年开始从事金融数据挖掘研究和教学，尤其是统计投资模型和模拟收益的研究，2011年正式给本科生开设证券数据统计建模与实证分析课程，2013年结合大数据发展，给硕士生和博士生开设了金融大数据统计方法与实证的课程。 2016年出版了《金融大数据统计方法与实证》一书，最初是给本科生讲授多元统计分析的一本翻转课堂使用的应用型教材，该书最初的设想是手册式的，内容尽量简明扼要，不追求理论的完整和逻辑，重在应用和模拟实证。出版后，受到全国很多高校的青睐和选用，后来逐渐扩散到一些应用类的研究生教学中。重庆大学在研究生的教学中虽然使用同样的教材，但内容属于增强版，所有章节都在假定已经学过第九章变量选择后为出发点，在此基础上很多内容都在高维和稀疏上得到本质的提升，很多内容今天已经成为热门的研究内容。最初准备再版时增加这些内容，但工程实在浩瀚，原稿都完成了，最终因为难以平衡本科的教学要求，一直没有付诸实践。去年第五轮教学评估填报材料的时候，发现应用统计专硕的教学计划存在完善的问题，按照国务院学位委员会学科评议组对主干课程的要求，统计数据分析方法的内容和我们实际教学内容覆盖有很大区别，于是为了接轨，萌生了另起炉灶，专门完成这本供应用统计专业硕士研究生使用的书籍，讲义完成后，在重庆大学2020级应用统计专业硕士教学班上试用，仍然采取翻转课堂教学，鼓励学生阅读文献，大胆创新和实践，收到意料之中的突出效果，很多研究生完成的研究内容无论方法创新和模拟实证效果都达到较高的水平。通过公开讨论课，学生的动手能力和研究能力明显加强，也从另一个角度弥补了专业统计硕士科研能力普遍不强的短板，强化了论文写作、模型分析和模拟实证的科学训练，收到良好的效果，受到选课学生的肯定。 在取材和写作上，有如下特色 1．注重理论知识与实际问题的结合，注重运用统计知识解决大数据问题，图文并茂，使该书通俗易懂，可读性强； 2．和传统教材相比，本书引入了前沿的研究成果，应用案例大多来自金融证券市场，数据量大，变量众多，传统的分析方法和计算手段受到很大的限制，为了培养学生的动手能力，本书借助于开源的免费统计软件R，对来自市场的第一手数据进行统计分析，在实践中体会大数据统计方法的思想和应用； 3．在例题与案例编排上尽可能做到前后衔接，从而让一些例子能够前后对照，突出各种统计方法的优良性质，所有案例都用R软件进行了计算。程序通过互联网免费下载，便于正文的流畅阅读，也方便程序的编辑和使用； 由于本书很多内容至今仍然是国际学术研究领域的前沿研究方向，成为众多的优秀学者和青年学生的热门选题，如果作为教材可深可浅，尤其是实证研究，需要更多的利用课余时间进行金融证券理论知识和R程序知识的扩充。本书无论理论研究和应用需要，都要求读者结合R软件进行大量的应用案例分析。在应用问题的分析和编程实践中体会金融大数据统计分析方法的广博内容。 本书部分案例来自授课班级学生的课余习作，不一一说明，特此一并致谢。第1章R程序 第1章案例 第2章R程序 第2章案例 第3章R程序 第3章案例 第4章R程序 第4章案例 第5章R程序 第5章案例 第6章R程序 第6章案例 第7章R程序 第7章案例 第8章R程序 第8章案例 第9章R程序 第9章案例 第10章R程序 第10章案例 |
|
Prof/Dr/Dean：Yanghu,