编辑推荐
近年来Python生态系统不断完善，Python这门语言已经成为科学计算的流行语言，它为统计数据分析提供了强大的操作环境。 本书主要介绍了Python在统计数据分析中的应用，内容涵盖连续、离散和分类数据的常见统计检验，以及线性回归分析、生存分析和贝叶斯统计等主题。 本书的特色：针对每种检验方法，提供了Python解决方案的代码和数据，以及便于实际操作的Python示例。借此，读者可以重现这些问题并加强他们对这些统计分析方法的理解。本书所用数据主要来自生命科学和医学科学，因此对这些领域的学生可能更有针对性。不过，本书也介绍了Python的基础知识以及一些统计学的基础知识，任何想要进行统计数据分析的人都可以阅读本书。
内容介绍
本书以基础的统计学知识和假设检验为重点，简明扼要地讲述了Python在数据分析、可视化和统计建模中的应用。主要包括Python的简单介绍、研究设计、数据管理、概率分布、不同数据类型的假设检验、广义线性模型、生存分析和贝叶斯统计学等从入门到*级的内容。 本书利用Python这门开源语言，不仅在直观上对数据分析和统计检验提供了很好的理解，而且在相关数学公式的讲解上也能够做到深入浅出。本书的可操作性很强，配套提供相关的代码和数据，读者可以依照书中所讲，复现和加深对相关知识的理解。 本书适合对统计学和Python有兴趣的读者，特别是在实验学科中需要利用Python的强大功能来进行数据处理和统计分析的学生和研究人员。
作者介绍
作者简介 托马斯·哈斯尔万特（Thomas Haslwanter）在学术机构中有超过10年的教学经验，是林茨上奥地利州应用科学大学（University of Applied Sciences Upper Austria in Linz）医学工程系的教授，瑞士苏黎世联邦理工学院讲师，并曾在澳大利亚悉尼大学和德国图宾根大学担任过研究员。他在医学研究方面经验丰富，专注于眩晕症的诊断、治疗和康复。在深入使用Matlab十五年后，他发现Python非常强大，并将其用于统计数据分析、声音和图像处理以及生物仿真应用。 译者简介 李锐，复旦大学公共卫生学院流行病与生物统计专业博士生，Python、R和Lisp语言的爱好者，主要研究方向为统计学习和机器学习建模以及组学数据的数据挖掘。先后以*一作者身份发表学术论文6篇，其中SCI论文4篇。参编中文专著2本。 审校者简介 张志杰，复旦大学公共卫生学院副教授，多本国际医疗卫生期刊的特邀编辑，研究方向为统计建模和医学领域的统计分析方法。参与并完成国家重大科技专项、“863”、国家“十五”科技攻关课题、自然科学基金重大项目等多项*家级课题的研究，研究成果先后获2010年全国百篇*秀博士学位论文、2012年上海市医学奖二等奖、上海市科技进步奖二等奖以及中华医学奖三等奖，2011年入选复旦大学首批“卓学人才计划”，2013年入选上海市*二批新优青人才计划。
目录
- 第一部分 Python和统计学
- 第 1章 为什么学习统计学 2
- 第 2章 Python 4
- 第3章 数据输入 38
- 第4章 统计数据的展示 45
- 第二部分 分布和假设检验
- 第5章 背景 63
- 第6章 单变量的分布 74
- 第7章 假设检验 100
- 第8章 数值型数据的均值检验 114
- 第9章 分类数据的检验 131
- 第 10章 生存时间分析 144
- 第三部分 统计建模
- 第 11章 线性回归模型 150
- 第 12章 多元数据分析 182
- 第 13章 离散数据的检验 185
- 第 14章 贝叶斯统计学 193
- 参考答案 199
- 术语表 219
- 参考文献 223
