🌟欢迎加入非参数统计课程！🌟
🔍本课程通过缜密的体系化设计，将理论知识与编程实验进行有机的科学结合，展现统计推断在
大尺度数据时代的规范表示、有效估计和潜藏信息发现的价值。我们以电子工业出版社2021年的
《非参数统计-R版》和中国人民大学出版社2022年《非参数统计-Python版》为教学蓝本，为您
提供丰富的非参数统计推断和模型内容。
📚主要内容涵盖基本概念(假设检验、势函数、U统计量和秩统计量)、单变量位置推断问题(如
Wilcoxon检验、趋势存在性检验、随机游程检验、正态性检验、稳健估计量HL、失效点、污染
分布等)以及两独立样本数据推断(如Brown-Mood检验、WMW检验、ROC评估的Wilcoxon原
理等)。此外，我们还讨论了多组数据非参数推断(如Kruskal-Wallis-Dunn、Friedman、Durbin、
多重检验Bonferroni、BH与高阶鉴定等)、分类数据关联分析、对数线性模型、Ridit分析，以及
核密度、核回归、光滑样条、稳健回归、分位回归、非参贝叶斯和机器学习等内容。
💻无论您是数据分析初学者还是有一定基础的研究者，本课程都将为您带来新的视角和技能提升。
让我们一起探索非参数统计的奇妙世界，为人工智能的发展贡献力量！🛠️
