《统计学中的优化以及R实现》主要介绍了线性规划、二次规划、非线性方程和非线性优化在统计学(分位数回归、复合分位数回归、众数回归和超高维变量筛选等)中的应用和R中的实现。

前言

    随着统计学的发展，统计计算越来越重要，尤其是大数据时代。优化是统计计算的重要组成部分。很多统计方法或模型的实现都依赖它，如分位数回归、复合分位数回归、广义线性回归和众数回归等。
    R软件是一个非常强大的统计软件。由于其灵活性和易操作性，它目前几乎超越了SAS和SPSS等统计软件。它不仅仅是统计方法实现的软件，更是学习统计的有利工具。您可以通过“?命令”找到研究的参考文献，如安装quantreg，然后运行?rq；您可以查看分位数回归研究的文献；您可以通过http://cran.stat.sfu.ca 查看最新捐赠的R包，从而学习新的统计方法；您可以查看统计模型或方法实现的R包摘要。如http://cran.at.r-project.org/web/views/Optimization.html总结了R中的优化包；您还可以通过http://www.r-bloggers.com看到R使用的技巧等。

本书主要讲解优化在R中实现，阐述优化在统计学中的应用。书的素材有些来自于R包的帮组文档，有些来自于作者研究中遇到的问题。全书主要解决以下优化问题(暂定，因为内容在更新)：线性规划、二次规划、非线性方程和非线性优化。

本书是学习统计中的优化及R实现的入门教程，可以作为统计学专业的课外读物。限于作者水平，不妥或谬误之处在所难免，恳请大家赐教。非常感谢！


马学俊
2016年2月
于言蹊堂