利用R语言进行空间统计分析--Applied Spatial Statistics in R，ppt, 哈佛大学政治系的空间统计分析课件

Directional data is ubiquitious in science. Due to its circular nature such data cannot be analyzed with commonly used statistical techniques. Despite the rapid development of specialized methods for directional statistics over the last fty years, there is only little software available that makes such methods easy to use for practioners. Most importantly, one of the most commonly used programming languages in biosciences, MATLAB, is currently not supporting directional statistics. To remedy this situation, we have implemented the CircStat toolbox for MATLAB which provides methods for the descriptive and inferential statistical analysis of directional data. We cover the statistical background of the available methods and describe how to apply them to data. Finally, we analyze a dataset from neurophysiology to demonstrate the capabilities of the CircStat toolbox

SAS下载及安装指南，可劲薅。。。SAS engages industry analysts for their recommendations on our software, messaging and other market and competitive information. Analyst firms offer advice and research, through their publications, events and consulting projects, to companies that are evaluating technology purchases.

此数据集可识别驾驶员在搜索停车时遇到困难的城市内区域。城市可以使用这些数据来识别问题区域、调整标牌等。只包括人口超过10万的城市。 file/opensearch/documents/93267/Searching_for_parking_NA.csv

英文原版数理统计方面的绝对经典-Applied.Statistics.Using.SPSS,.STATISTICA,.MATLAB.and.R.-.Joaquim.P.Marques1.rar 没想到传这本书挺麻烦啊 大家别着急，这本书很好的，还比较新，可以取词的，希望对大家有用，我会陆续上传的

A first course in statistics for signal analysis

这本书是古典统计理论的自学导论。 该材料适用于在没有统计学或概率的先验知识的情况下成功完成微积分一年课程的学生。

联合会 cvAUC R软件包提供了一种计算有效的方法，可以估计ROC曲线（AUC）估计值下交叉验证的面积的置信区间（或方差）。 在二元分类问题中， 通常用于评估预测模型的性能。 通常，它与相结合，以评估结果如何推广到一个独立的数据集。 为了评估交叉验证的AUC估计的质量，我们获得其方差的估计。 对于海量数据集，生成单个性能估计的过程在计算上可能会很昂贵。 另外，当使用复杂的预测方法时，即使在相对较小的数据集上对验证模型进行交叉验证的过程仍然需要大量的计算时间。 因此，在许多实际情况下，是方差估计的一种计算上难以处理的方法。 作为引导程序的替代方法，可以使用基于计算效率的的方法来获得交叉验证的AUC的方差估计。 该软件包的主要功能是ci.cvAUC和ci.pooled.cvAUC ，它们报告交叉验证的AUC并分别基于和影响曲线来计算交叉验证的AUC估计的置信区间。 使用基于影响曲线的置

这是关于概率统计的群表示的电子书，高清，最新版本，经典著作，英文版

2.1 基基基本本本原原原理理理 因为R是一种编程语言，一些对编程不太熟悉的人可能会望而却步。这种 障碍其实是完全没有必要，首先，R是一种解释型语言，而不是编译语言，也 就意味着输入的命令能够直接被执行，而不需要像一些语言要首先构成一个 完整的程序形式(如C，Fortan, Pascal, . . . )。 第二，R的语法非常之简单和直观。例如，线性回归的命令lm(y ~ x) 表 示“以x为自变量，y为反应量来拟合一个线性模型”。合法的R函数总是带有 圆括号的形式，即使括号内没有内容(如,ls())。如果直接输入函数名而不输 入圆括号，R则会自动显示该函数的一些具体内容。在本手册中除在部分文字 已作出清楚的说明外，所有的函数后都接有圆括号以区别于对象(object)。 当R运行时，所有变量，数据，函数及结果都以对象(objects)的形式存 在计算机的活动内存中，并冠有相应的名字代号。我们可以通过用一些运算 符(如算术，逻辑，比较等)和一些函数(其本身也是对象)来对这些对象进行操 作。运算操作非常简单，其细节将留在下章讨论(p. 26). 关于R中的函数可用 下面的图例来形象的描述： arguments −→ options −→ function ↑ default arguments =⇒result 上图中的参量(argument)可能是一些对象(如数据，方程，算式. . . )。有 些参量在函数里被预设为缺省值，用户则可按需对其作个别的修改。所以运 行一个R函数可能不需要设定任何参量，原因是所有的参量都可以被默认为缺 3