 |
-- 會員 / 註冊 --
|
 |
|
|
|
MATLAB統計分析與應用-40個案例分析-(第2版) ( 簡體 字) |
| 作者：謝中華 | 類別：1. -> 工程繪圖與工程計算 -> Matlab |
| 譯者： |
| 出版社：北京航空航天大學出版社 |  3dWoo書號： 41785
詢問書籍請說出此書號！【缺書】
NT售價： 330 元 |
| 出版日：5/22/2015 |
| 頁數：300 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787512417748 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
| 前言： |
內容簡介： 本書從實際應用的角度出發，以大量的案例詳細介紹了MATLAB環境下的統計分析與應用，主要內容包括：MATLAB編程簡介；從文件中讀取數據到MATLAB；從MATLAB中導出數據到文件；數據的平滑處理、標準化變換和極差歸一化變換；概率分布與隨機數；蒙特卡洛方法；描述性統計量和統計圖；參數估計與假設檢驗；Copula理論及應用實例；方差分析；基于回歸分析的數據擬合；聚類分析；判別分析；主成分分析；因子分析；利用MATLAB制作統計報告或報表；圖像處理中的統計應用等。
本書可以作為高等院校本科生、研究生的統計學相關課程的教材或教學參考書，也可作為從事數據分析與數據管理的研究人員的參考用書。
|
目錄： 第1章MATLAB編程簡介
1.1MATLAB工作界面布局與路徑設置
1.1.1MATLAB工作界面布局
1.1.2MATLAB路徑設置
1.2變量的定義與數據類型
1.2.1變量的定義與賦值
1.2.2MATLAB中的常量
1.2.3MATLAB中的關鍵字
1.2.4數據類型
1.2.5數據輸出格式
1.3常用函數
1.4數組運算
1.4.1矩陣的定義
1.4.2特殊矩陣
1.4.3高維數組
1.4.4定義元胞數組（Cell Array）
1.4.5定義結構體數組
1.4.6幾種數組的轉換
1.4.7矩陣的算術運算
1.4.8矩陣的關系運算
1.4.9矩陣的邏輯運算
1.4.10矩陣的其他常用運算
1.5MATLAB語言的流程結構
1.5.1條件控制結構
1.5.2循環結構
1.5.3trycatch試探結構
1.5.4break、continue、return和pause函數
1.6M代碼的編寫與調試
1.6.1腳本文件
1.6.2函數文件
1.6.3匿名函數和內聯函數
1.6.4子函數與嵌套函數
1.6.5函數的遞歸調用
1.6.6M代碼的調試（debug）
1.6.7MATLAB常用快捷鍵和快捷命令
1.7MATLAB繪圖基礎
1.7.1圖形對象與圖形對象句柄
1.7.2二維圖形繪制
1.7.3三維圖形繪制
1.7.4圖形的打印和輸出
第2章數據的導入與導出
2.1案例1：從TXT文件中讀取數據
2.1.1利用數據導入向導導入TXT文件
2.1.2調用高級函數讀取數據
2.1.3調用低級函數讀取數據
2.2案例2：把數據寫入TXT文件
2.2.1調用dlmwrite函數寫入數據
2.2.2調用fprintf函數寫入數據
2.3案例3：從Excel文件中讀取數據
2.3.1利用數據導入向導導入Excel文件
2.3.2調用xlsread函數讀取數據
2.4案例4：把數據寫入Excel文件
第3章數據的預處理
3.1案例5：數據的平滑處理
3.1.1smooth函數
3.1.2smoothts函數
3.1.3medfilt1函數
3.2案例6：數據的標準化變換
3.2.1標準化變換公式
3.2.2標準化變換的MATLAB實現
3.3案例7：數據的極差歸一化變換
3.3.1極差歸一化變換公式
3.3.2極差歸一化變換的MATLAB實現
第4章概率分布與隨機數
4.1案例8：概率分布及概率計算
4.1.1概率分布的定義
4.1.2幾種常用概率分布
4.1.3概率密度、分布和逆概率分布函數值的計算
4.2案例9：生成一元分布隨機數
4.2.1均勻分布隨機數和標準正態分布隨機數
4.2.2RandStream類
4.2.3常見一元分布隨機數
4.2.4任意一元分布隨機數
4.2.5一元混合分布隨機數
4.3案例10：生成多元分布隨機數
4.4案例11：蒙特卡洛方法
4.4.1有趣的蒙提霍爾問題
4.4.2抽球問題的蒙特卡洛模擬
4.4.3用蒙特卡洛方法求圓周率π
4.4.4用蒙特卡洛方法求積分
4.4.5街頭騙局揭秘
第5章描述性統計量和統計圖
5.1案例背景
5.2案例描述
5.3案例12：描述性統計量
5.3.1均值
5.3.2方差和標準差
5.3.3最大值和最小值
5.3.4極差
5.3.5中位數
5.3.6分位數
5.3.7眾數
5.3.8變異系數
5.3.9原點矩
5.3.10中心矩
5.3.11偏度
5.3.12峰度
5.3.13協方差
5.3.14相關系數
5.4案例13：統計圖
5.4.1箱線圖
5.4.2頻數（率）直方圖
5.4.3經驗分布函數圖
5.4.4正態概率圖
5.4.5pp圖
5.4.6qq圖
5.5案例擴展：頻數和頻率分布表
5.5.1調用tabulate函數作頻數和頻率分布表
5.5.2調用自編HistRate函數作頻數和頻率分布表
第6章參數估計與假設檢驗
6.1案例14：參數估計
6.1.1常見分布的參數估計
6.1.2自定義分布的參數估計
6.2案例15：正態總體參數的檢驗
6.2.1總體標準差已知時的單個正態總體均值的U檢驗
6.2.2總體標準差未知時的單個正態總體均值的t檢驗
6.2.3總體標準差未知時的兩個正態總體均值的比較t檢驗
6.2.4總體均值未知時的單個正態總體方差的χ2檢驗
6.2.5總體均值未知時的兩個正態總體方差的比較F檢驗
6.2.6檢驗功效與樣本容量的計算
6.3案例16：常用非參數檢驗
6.3.1游程檢驗
6.3.2符號檢驗
6.3.3Wilcoxon符號秩檢驗
6.3.4MannWhitney秩和檢驗
6.3.5分布的擬合與檢驗
6.4案例17：核密度估計
6.4.1經驗密度函數
6.4.2 核密度估計
6.4.3核密度估計的MATLAB實現
6.4.4核密度估計的案例分析
第7章Copula理論及應用實例
7.1Copula函數的定義與基本性質
7.1.1二元Copula函數的定義及性質
7.1.2多元Copula函數的定義及性質
7.2常用的Copula函數
7.2.1正態Copula函數
7.2.2tCopula函數
7.2.3阿基米德copula函數
7.3Copula函數與相關性度量
7.3.1Pearson線性相關系數ρ
7.3.2Kendall秩相關系數τ
7.3.3Spearman秩相關系數ρs
7.3.4尾部相關系數λ
7.3.5基于Copula函數的相關性度量
7.3.6基于常用二元Copula函數的相關性度量
7.4案例18：滬深股市日收益率的二元Copula模型
7.4.1案例描述
7.4.2確定邊緣分布
7.4.3選取適當的Copula函數
7.4.4參數估計
7.4.5與Copula有關的MATLAB函數
7.4.6案例的計算與分析
第8章方差分析
8.1案例19：單因素一元方差分析
8.1.1單因素一元方差分析的MATLAB實現
8.1.2案例分析
8.2案例20：雙因素一元方差分析
8.2.1雙因素一元方差分析的MATLAB實現
8.2.2案例分析
8.3案例21：多因素一元方差分析
8.3.1多因素一元方差分析的MATLAB實現
8.3.2案例分析一
8.3.3案例分析二
8.4案例22：單因素多元方差分析
8.4.1單因素多元方差分析的MATLAB實現
8.4.2案例分析
8.5案例23：非參數方差分析
8.5.1非參數方差分析的MATLAB實現
8.5.2KruskalWallis檢驗的案例分析
8.5.3Friedman檢驗的案例分析
第9章回歸分析
9.1MATLAB回歸模型類
9.1.1線性回歸模型類
9.1.2非線性回歸模型類
9.2案例24：一元線性回歸
9.2.1數據的散點圖
9.2.2模型的建立與求解
9.2.3回歸診斷
9.2.4穩健回歸
9.3案例25：一元非線性回歸
9.3.1數據的散點圖
9.3.2模型的建立與求解
9.3.3回歸診斷
9.3.4利用曲線擬合工具cftool作一元非線性擬合
9.4案例26：多元線性和廣義線性回歸
9.4.1可視化相關性分析
9.4.2多元線性回歸
9.4.3多元多項式回歸
9.4.4擬合效果圖
9.4.5逐步回歸
9.5案例27：多元非線性回歸
9.5.1案例描述
9.5.2模型建立
9.5.3模型求解
9.6案例28：多項式回歸
9.6.1多項式回歸模型
9.6.2多項式回歸的MATLAB實現
9.6.3多項式回歸案例
第10章聚類分析
10.1聚類分析簡介
10.1.1距離和相似系數
10.1.2系統聚類法
10.1.3K均值聚類法
10.1.4模糊C均值聚類法
10.2案例29：系統聚類法的案例分析
10.2.1系統聚類法的MATLAB函數
10.2.2樣品聚類案例
10.2.3變量聚類案例
10.3案例30：K均值聚類法的案例分析
10.3.1K均值聚類法的MATLAB函數
10.3.2K均值聚類法案例
10.4案例31：模糊C均值聚類法的案例分析
10.4.1模糊C均值聚類法的MATLAB函數
10.4.2模糊C均值聚類法案例
第11章判別分析
11.1判別分析簡介
11.1.1距離判別
11.1.2貝葉斯判別
11.1.3Fisher判別
11.2案例32：距離判別法的案例分析
11.2.1classify函數
11.2.2案例分析
11.3案例33：貝葉斯判別法的案例分析
11.3.1NaiveBayes類
11.3.2案例分析
11.4案例34：Fisher判別法的案例分析
11.4.1Fisher判別分析的MATLAB實現
11.4.2案例分析
第12章主成分分析
12.1主成分分析簡介
12.1.1主成分分析的幾何意義
12.1.2總體的主成分
12.1.3樣本的主成分
12.1.4關于主成分表達式的兩點說明
12.2主成分分析的MATLAB函數
12.2.1pcacov函數
12.2.2princomp函數
12.2.3pcares函數
12.3案例35：從協方差矩陣或相關系數矩陣出發求解主成分
12.3.1調用pcacov函數做主成分分析
12.3.2結果分析
12.4案例36：從樣本觀測值矩陣出發求解主成分
12.4.1調用princomp函數做主成分分析
12.4.2結果分析
12.4.3調用pcares函數重建觀測數據
第13章因子分析
13.1因子分析簡介
13.1.1基本因子分析模型
13.1.2因子模型的基本性質
13.1.3因子載荷陣和特殊方差陣的估計
13.1.4因子旋轉
13.1.5因子得分
13.1.6因子分析中的Heywood現象
13.2因子分析的MATLAB函數
13.3案例37：基于協方差矩陣或相關系數矩陣的因子分析
13.4案例38：基于樣本觀測值矩陣的因子分析
13.4.1讀取數據
13.4.2調用factoran函數作因子分析
第14章利用MATLAB生成Word和Excel文檔
14.1組件對象模型（COM）
14.1.1什么是COM
14.1.2COM接口
14.2MATLAB中的ActiveX控件接口技術
14.2.1actxcontrol函數
14.2.2actxcontrollist函數
14.2.3actxcontrolselect函數
14.2.4actxserver函數
14.2.5利用MATLAB調用COM對象
14.2.6調用actxserver函數創建組件服務器
14.3案例39：利用MATLAB生成Word文檔
14.3.1調用actxserver函數創建Microsoft Word服務器
14.3.2建立Word文本文檔
14.3.3插入表格
14.3.4插入圖片
14.3.5保存文檔
14.3.6完整代碼
14.4案例40：利用MATLAB生成Excel文檔
14.4.1調用actxserver函數創建Microsoft Excel服務器
14.4.2新建Excel工作簿
14.4.3獲取工作表對象句柄
14.4.4插入、復制、刪除、移動和重命名工作表
14.4.5頁面設置
14.4.6選取工作表區域
14.4.7設置行高和列寬
14.4.8合并單元格
14.4.9邊框設置
14.4.10設置單元格對齊方式
14.4.11寫入單元格內容
14.4.12插入圖片
14.4.13保存工作簿
14.4.14完整代碼
附錄A圖像處理中的統計應用案例
A.1基于圖像資料的數據重建與擬合
A.1.1案例描述
A.1.2重建圖像數據
A.1.3曲線擬合
A.2基于K均值聚類的圖像分割
A.2.1灰度圖像分割案例
A.2.2真彩圖像分割案例
A.3基于中位數算法的運動目標檢測
A.3.1案例描述
A.3.2中位數算法原理
A.3.3本案例的MATLAB實現一
A.3.4本案例的MATLAB實現二
A.3.5本案例的MATLAB實現三
A.4基于貝葉斯判別的手寫體數字識別
A.4.1樣本圖片的預處理
A.4.2創建樸素貝葉斯分類器對象
A.4.3判別效果
A.5基于主成分分析的圖像壓縮與重建
A.5.1基于主成分分析的圖像壓縮與重建原理
A.5.2圖像壓縮與重建的MATLAB實現
附錄BMATLAB統計工具箱函數大全
參考文獻 |
| 序： |
|
