目录__eol__第1章 绪论 1__eol__1.1 交通数据的类型和特征 1__eol__1.1.1 交通数据的类型 1__eol__1.1.2 交通数据的特征 5__eol__1.2 数据分析与概率论的关系 6__eol__1.2.1 什么是概率 6__eol__1.2.2 数据分析的特殊性 7__eol__1.3 数据的有偏性 7__eol__1.3.1 有偏数据 7__eol__1.3.2 因果关系与相关关系 8__eol__1.3.3 数据的任意解释 9__eol__1.4 R语言初阶 9__eol__1.4.1 R语言和RStudio的__eol__介绍 9__eol__1.4.2 R软件和RStudio的__eol__安装 10__eol__1.4.3 包的安装及使用 10__eol__1.4.4 如何使用帮助功能 11__eol__1.5 R语言的使用入门 12__eol__1.5.1 向量 12__eol__1.5.2 矩阵 15__eol__1.5.3 因子 18__eol__1.5.4 数据框 19__eol__1.5.5 列表 20__eol__1.5.6 图形初阶 21__eol__本章习题 24__eol__第2章 交通数据的获取、导入及数据预处理 25__eol__2.1 交通数据的形式和获取方式 25__eol__2.1.1 抽样数据 25__eol__2.1.2 大数据 26__eol__2.2 外部数据的导入 27__eol__2.2.1 文本文件的导入 27__eol__2.2.2 Excel文件的导入 28__eol__2.2.3 数据库文件的导入 28__eol__2.2.4 统计软件输出文件的__eol__导入 29__eol__2.2.5 其他数据格式的导入 29__eol__2.2.6 注意事项 30__eol__2.3 数据预处理 30__eol__2.3.1 查看数据框基本信息 31__eol__2.3.2 数据转换 32__eol__2.3.3 分组处理信息 40__eol__2.3.4 缺失值、重复值、异常值的__eol__处理 42__eol__2.3.5 数据框的合并 45__eol__本章习题 47__eol__第3章 交通数据的描述 48__eol__3.1 数据分类 48__eol__3.1.1 数值型数据 48__eol__3.1.2 类别型数据 49__eol__3.1.3 数值型数据与类别型数据的__eol__结合应用 49__eol__3.2 数据的统计描述 50__eol__3.2.1 数值型数据的__eol__统计描述 50__eol__3.2.2 类别型数据的__eol__统计描述 53__eol__3.3 数据的可视化描述 54__eol__3.3.1 可视化的内涵 54__eol__3.3.2 ggplot2包的介绍 55__eol__3.3.3 条形图 56__eol__3.3.4 直方图 60__eol__3.3.5 密度曲线图 61__eol__3.3.6 箱线图 63__eol__3.3.7 散点图 65__eol__本章习题 68__eol__第4章 抽样分布 69__eol__4.1 离散分布 69__eol__4.1.1 伯努利分布 69__eol__4.1.2 二项分布 69__eol__4.1.3 负二项分布 71__eol__4.1.4 泊松分布 71__eol__4.1.5 超几何分布 73__eol__4.2 连续分布 73__eol__4.2.1 正态分布 73__eol__4.2.2 对数正态分布 75__eol__4.2.3 χ2分布 75__eol__4.2.4 t分布 76__eol__4.2.5 F分布 77__eol__4.2.6 指数分布__eol__（或负指数分布） 78__eol__4.2.7 移位负指数分布 78__eol__4.2.8 Gamma分布 78__eol__4.2.9 Beta分布 79__eol__4.2.10 韦布尔分布 80__eol__4.2.11 Logistic分布 81__eol__4.3 抽样分布的R语言实现 82__eol__本章习题 83__eol__第5章 交通数据的统计推断 84__eol__5.1 参数估计 84__eol__5.1.1 点估计 84__eol__5.1.2 区间估计 90__eol__5.2 假设检验 97__eol__5.2.1 假设检验的基本思想和__eol__概念 97__eol__5.2.2 正态总体参数的假设__eol__检验 100__eol__5.3 正态性检验 105__eol__5.3.1 Q-Q图 106__eol__5.3.2 单样本Kolmogorov-Smirnov__eol__检验 108__eol__5.3.3 Shapiro-Wilk检验 109__eol__5.4 非参数检验 110__eol__5.4.1 Wilcoxon秩和检验 110__eol__5.4.2 Friedman检验 111__eol__5.4.3 Wald-Wolfowitz游程__eol__检验 113__eol__本章习题 115__eol__第6章 方差分析 117__eol__6.1 单因素方差分析 117__eol__6.1.1 问题描述 117__eol__6.1.2 方差分析的基本思想 119__eol__6.1.3 案例 120__eol__6.1.4 t检验与方差分析的__eol__差异 121__eol__6.2 双因素方差分析 123__eol__6.2.1 基本原理 123__eol__6.2.2 案例 126__eol__本章习题 127__eol__第7章 线性回归 129__eol__7.1 一元线性回归 129__eol__7.1.1 总体回归模型及其样本__eol__模型 129__eol__7.1.2 模型假定 130__eol__7.1.3 参数估计 133__eol__7.1.4 参数性质 135__eol__7.1.5 模型的统计检验 137__eol__7.1.6 一元线性回归模型的R语言__eol__实现 138__eol__7.2 多元线性回归 140__eol__7.2.1 总体回归模型 140__eol__7.2.2 模型假定 141__eol__7.2.3 参数估计 143__eol__7.2.4 参数性质 143__eol__7.2.5 模型的统计检验 144__eol__7.2.6 多元线性回归模型的R语言__eol__实现 145__eol__7.3 交互项 147__eol__7.4 虚拟变量 148__eol__7.5 异方差性 151__eol__本章习题 152__eol__第8章 Logit回归 153__eol__8.1 线性回归模型的问题 153__eol__8.2 随机效用模型 154__eol__8.3 Logit模型 155__eol__8.3.1 基本假设 155__eol__8.3.2 公式推导 156__eol__8.3.3 特例——__eol__二元Logit模型 157__eol__8.4 Logit模型的性质 158__eol__8.4.1 边际效应 158__eol__8.4.2 无关备选方案的__eol__独立性 159__eol__8.5 Logit模型的参数估计 159__eol__8.6 不涉及与选项相关的变量的Logit模型的R语言实现 160__eol__8.6.1 二元Logit回归 160__eol__8.6.2 多元Logit回归 163__eol__8.7 涉及与选项相关的变量的Logit模型的R语言实现 164__eol__8.7.1 数据格式转换 164__eol__8.7.2 Logit回归的__eol__R语言实现 167__eol__本章习题 169__eol__附录A 170__eol__DW检验临界值表 170__eol__附录B 173__eol__t检验临界值表（双侧检验用） 173__eol__附录C 173__eol__F检验临界值 173__eol__附录D 179__eol__标准正态分布表 179__eol__附录E 181__eol__χ2分布表 181