非参数统计是统计学中的一个重要分支和数据分析的一个重要工具。它的一个重要特点是并不假设数据服从某个特定的分布，而是通过已有的数据去进行分析。相较于其他统计方法，非参数的统计更加稳健，有更好的适用性。本书是一本国外经典的教材，主要介绍了传统的非参数统计方法，例如单样本的推断和多样本的推断，配对数据的分析等。在介绍传统方法的同时，在该书的最后也介绍了现代的非参数统计方法，例如非参数的密度估计方法。书中通过将基础理论与实际例子相结合的办法，讲解了不同统计方法的优点和不足，给研究人员在实际问题中选择合适的方法提供了参考。本书可作为统计专业本科高年级学生或者研究生的教材，也可以作为专业人员非参数统计的工具书。

目　录
前言 iii 第1章　基本概念1
1.1　基本统计知识1
1.2　总体和样本8
1.3　假设检验10
1.4　估计15
1.5　职业规范17
1.6　习题20
第2章　非参数方法基础23
2.1　置换检验23
2.2　二项检验26
2.3　顺序统计量和秩30
2.4　数据探索33
2.5　非参数方法的效率39
2.6　计算机和非参数方法40
2.7　扩展阅读42
2.8　习题42
第3章　单样本的位置推断45
3.1　范例的安排45
3.2　连续数据样本45
3.3　基于秩的中位数推断46
3.4　符号检验62
3.5　计分检验的应用66
3.6　检验比较及稳健性71
3.7　应用领域76
3.8　总结79
3.9　习题79
第4章　其他单样本的推断83
4.1　数据的其他特征83
4.2　匹配样本分布83
4.3　二分数据的推断95
4.4　符号检验的推广106
4.5　随机游程检验109
4.6　角坐标数据113
4.7　应用领域118
4.8　总结121
4.9　习题122
第5章　配对样本的方法125
5.1　配对的比较125
5.2　一个不常见的符号检验的应用133
5.3　势函数和样本量135
5.4　应用领域143
5.5　总结145
5.6　习题145
第6章　两个独立样本的方法151
6.1　中心位置的检验和估计151
6.2　中位数检验161
6.3　正态计分检验169
6.4　同方差的检验170
6.5　共同分布的检验179
6.6　势函数和样本量184
6.7　应用领域189
6.8　总结190
6.9　习题191
第7章　多样本的基本检验195
7.1　与参数方法的比较195
7.2　独立样本的中心位置检验196
7.3　Friedman、Quade和Page检验208
7.4　二元响应数据215
7.5　异方差检验215
7.6　一些其他的考虑217
7.7　应用领域220
7.8　总结221
7.9　习题222
第8章　结构化数据的分析227
8.1　因素的处理结构227
8.2　平衡的2×2因素结构229
8.3　交互作用的本质234
8.4　交互作用的其他处理方法237
8.5　交叉试验248
8.6　单独和多重比较250
8.7　应用领域254
8.8　总结256
Contents
8.9　习题257
第9章　生存数据分析261
9.1　生存数据的主要特点261
9.2　调整的Wilcoxon检验264
9.3　原始分排序和对数秩转化269
9.4　顺序数据的中位数检验277
9.5　检验的选择278
9.6　应用领域278
9.7　总结279
9.8　习题280
第10章　相关性和一致性283
10.1　两个变量之间的相关性283
10.2　多个变量的秩303
10.3　一致性分析306
10.4　应用领域314
10.5　总结316
10.6　习题316
第11章　二维线性回归321
11.1　直线的拟合321
11.2　应用领域343
11.3　总结344
11.4　习题344
第12章　分类数据347
12.1　分类和计数347
12.2　定性属性的分类357
12.3　有序的分类数据363
12.4　离散数据的拟合检验374
12.5　McNemar检验的推广378
12.6　应用领域380
12.7　总结382
12.8　习题382
第13章　分类数据的关联性分析389
13.1　关联性的分析389
13.2　列联表的一些模型390
13.3　合并和拆分表420
13.4　一个法律困境427
13.5　势429
13.6　应用领域430
13.7　总结431
13.8　习题432
Contents
第14章　稳健估计437
14.1　当假设不成立时437
14.2　离群点及其影响439
14.3　重抽样的方法444
14.4　Ｍ估计和其他稳健估计461
14.5　应用领域465
14.6　总结466
14.7　习题467
第15章　现代非参数方法469
15.1　重点的转移469
15.2　密度函数的估计470
15.3　回归474
15.4　Logistic回归482
15.5　多元数据487
15.6　针对大型数据的新方法493
15.7　集群之间的相关性496
15.8　总结498
15.9　习题499
附录1503
附录2505
参考文献511
索引526
Contents