- 科学出版社
- 9787030844699
- 1版
- B5
- 2026-03
内容简介
随着大数据时代的到来，高维数据已广泛遍布于生态学、气象学、经济学、金融学、生物医学、心理学及社会科学等诸多领域，其统计推断面临“变量维数远大于样本量”（即“小n大p”问题）、变量高度相关、数据严重缺失以及类别分布不均衡等多重挑战。高维数据的统计建模、推断与变量选择已成为统计学和数据科学领域备受关注的核心课题。
本书系统阐述高维数据分析的典型方法，内容涵盖高维缺失数据处理、分类与聚类分析、变量选择与特征筛选、统计预测等重要方向。本书注重理论与实践相结合，既深入剖析主要统计方法的数学原理与统计性质，又通过贴近现实生活的模拟实验和实证分析，帮助读者在掌握理论框架的基础上提升应用能力。书中所采用的数据实例均来自公开数据库或实际研究项目，兼具代表性和实用价值。
本书系统阐述高维数据分析的典型方法，内容涵盖高维缺失数据处理、分类与聚类分析、变量选择与特征筛选、统计预测等重要方向。本书注重理论与实践相结合，既深入剖析主要统计方法的数学原理与统计性质，又通过贴近现实生活的模拟实验和实证分析，帮助读者在掌握理论框架的基础上提升应用能力。书中所采用的数据实例均来自公开数据库或实际研究项目，兼具代表性和实用价值。
