v

您的位置:VeryCD图书计算机与网络

图书资源事务区


《MATLAB统计分析与应用:40个案例分析》扫描版[PDF]

  • 状态: 精华资源
  • 摘要:
    图书分类网络
    出版社北京航空航天大学出版社
    发行时间2010年6月9日
    语言简体中文
  • 时间: 2013/09/12 19:13:38 发布 | 2013/09/13 22:55:22 更新
  • 分类: 图书  计算机与网络 

slholmes

精华资源: 762

全部资源: 762

相关: 分享到新浪微博   转播到腾讯微博   分享到开心网   分享到人人   分享到QQ空间   订阅本资源RSS更新   美味书签  subtitle
该内容尚未提供权利证明,无法提供下载。
中文名MATLAB统计分析与应用:40个案例分析
作者谢中华
图书分类网络
资源格式PDF
版本扫描版
出版社北京航空航天大学出版社
书号9787512400849
发行时间2010年6月9日
地区大陆
语言简体中文
简介

IPB Image

评论处1楼有网盘链接


内容介绍:

  本书从实际应用的角度出发,以大量的案例详细介绍了matlab环境下的统计分析与应用。本书主要内容包括:利用matlab制作统计报告或报表;从文件中读取数据到matlab;从matlab中导出数据到文件;数据的平滑处理、标准化变换和极差归一化变换;生成一元和多元分布随机数;蒙特卡洛方法;参数估计与假设检验;copula理论及应用实例;方差分析;基于回归分析的数据拟合;聚类分析;判别分析;主成分分析;因子分析;图像处理中的统计应用等。
   本书可以作为高等院校本科生、研究生的统计学相关课程的教材或教学参考书,也可作为从事数据分析与数据管理的研究人员的参考用书。

内容截图:

IPB Image



目录

第1章利用matlab生成word和excel文档1
1.1组件对象模型(com)1
1.1.1什么是com1
1.1.2com接口2
1.2matlab中的activex控件接口技术3
1.2.1actxcontrol函数3
1.2.2actxcontrollist函数4
1.2.3actxcontrolselect函数5
1.2.4actxserver函数7
1.2.5利用matlab调用com对象8
1.2.6调用actxserver函数创建组件服务器17
1.3案例1:利用matlab生成word文档20
1.3.1调用actxserver函数创建microsoftword服务器20
1.3.2建立word文本文档21
1.3.3插入表格26
1.3.4插入图片31
1.3.5保存文档37
1.3.6完整代码37
1.4案例2:利用matlab生成excel文档43
1.4.1调用actxserver函数创建microsoftexcel服务器43
.1.4.2新建excel工作簿43
1.4.3获取工作表对象句柄45
1.4.4插入、复制、删除、移动和重命名工作表45
1.4.5页面设置47
1.4.6选取工作表区域48
1.4.7设置行高和列宽49
1.4.8合并单元格49
1.4.9边框设置50
1.4.10设置单元格对齐方式53
1.4.11写入单元格内容53
1.4.12插入图片54
1.4.13保存工作簿59
1.4.14完整代码59
第2章数据的导入与导出64
2.1案例3:从txt文件中读取数据64
2.1.1利用数据导入向导导入txt文件65
2.1.2调用高级函数读取数据70
2.1.3调用低级函数读取数据82
2.2案例4:把数据写入txt文件92
2.2.1调用dlmread函数写入数据92
2.2.2调用fprintf函数写入数据93
2.3案例5:从excel文件中读取数据97
2.3.1利用数据导入向导导入excel文件97
2.3.2调用xlsread函数读取数据98
2.4案例6:把数据写入excel文件101
第3章数据的预处理104
3.1案例7:数据的平滑处理104
3.1.1smooth函数104
3.1.2smoothts函数107
3.1.3medfilt1函数109
3.2案例8:数据的标准化变换111
3.2.1标准化变换公式112
3.2.2标准化变换的matlab实现112
3.3案例9:数据的极差归一化变换114
3.3.1极差归一化变换公式114
3.3.2极差归一化变换的matlab实现114
第4章生成随机数117
4.1案例10:生成一元分布随机数117
4.1.1均匀分布随机数和标准正态分布随机数117
4.1.2randstream类120
4.1.3常见一元分布随机数124
4.1.4任意一元分布随机数127
4.2案例11:生成多元分布随机数134
4.3案例12:蒙特卡洛方法136
4.3.1有趣的蒙提霍尔问题136
4.3.2抽球问题的蒙特卡洛模拟137
4.3.3用蒙特卡洛方法求圆周率π139
4.3.4用蒙特卡洛方法求积分143
4.3.5街头骗局揭秘146
第5章参数估计与假设检验150
5.1案例13:常见分布的参数估计150
5.2案例14:正态总体参数的检验151
5.2.1总体标准差已知时的单个正态总体均值的u检验151
5.2.2总体标准差未知时的单个正态总体均值的t检验153
5.2.3总体标准差未知时的两个正态总体均值的比较t检验154
5.2.4总体均值未知时的单个正态总体方差的χ2检验155
5.2.5总体均值未知时的两个正态总体方差的比较f检验156
5.3案例15:分布的拟合与检验157
5.3.1案例描述157
5.3.2描述性统计量159
5.3.3统计图162
5.3.4分布的检验165
5.3.5最终结论178
5.4案例16:核密度估计179
5.4.1经验密度函数179
5.4.2核密度估计179
5.4.3核密度估计的matlab实现182
5.4.4核密度估计的案例分析183
第6章copula理论及应用实例187
6.1copula函数的定义与基本性质187
6.1.1二元copula函数的定义及性质187
6.1.2多元copula函数的定义及性质188
6.2常用的copula函数189
6.2.1正态copula函数189
6.2.2tcopula函数189
6.2.3阿基米德copula函数189
6.3copula函数与相关性度量191
6.3.1pearson线性相关系数r191
6.3.2kendall秩相关系数τ191
6.3.3spearman秩相关系数ρs192
6.3.4尾部相关系数λ192
6.3.5基于copula函数的相关性度量193
6.3.6基于常用二元copula函数的相关性度量193
6.4案例17:沪深股市日收益率的二元copula模型196
6.4.1案例描述196
6.4.2确定边缘分布197
6.4.3选取适当的copula函数202
6.4.4参数估计203
6.4.5与copula有关的matlab函数204
6.4.6案例的计算与分析207
第7章方差分析214
7.1案例18:单因素一元方差分析214
7.1.1单因素一元方差分析的matlab实现214
7.1.2案例分析217
7.2案例19:双因素一元方差分析222
7.2.1双因素一元方差分析的matlab实现222
7.2.2案例分析224
7.3案例21:多因素一元方差分析227
7.3.1多因素一元方差分析的matlab实现227
7.3.2案例分析一228
7.3.3案例分析二233
7.4案例20:单因素多元方差分析237
7.4.1单因素多元方差分析的matlab实现237
7.4.2案例分析239
7.5案例22:非参数方差分析242
7.5.1非参数方差分析的matlab实现242
7.5.2kruskalwallis检验的案例分析245
7.5.3friedman检验的案例分析249
第8章数据拟合251
8.1案例23:一元线性回归分析251
8.1.1数据的散点图252
8.1.2调用regress函数作一元线性回归分析253
8.1.3调用regstats函数作一元线性回归分析258
8.1.4调用robustfit函数作稳健回归263
8.2案例24:一元非线性回归分析267
8.2.1数据的散点图267
8.2.2调用nlinfit函数作一元非线性回归分析268
8.2.3利用曲线拟合工具cftool作一元非线性拟合275
8.3案例25:多重回归分析283
8.3.1调用自编reglm函数作多重回归分析284
8.3.2调用stepwise函数作逐步回归287
第9章聚类分析290
9.1聚类分析简介290
9.1.1距离和相似系数290
9.1.2系统聚类法292
9.1.3k均值聚类法296
9.1.4模糊c均值聚类法297
9.2案例26:系统聚类法的案例分析298
9.2.1系统聚类法的matlab函数298
9.2.2样品聚类案例307
9.2.3变量聚类案例312
9.3案例27:k均值聚类法的案例分析316
9.3.1k均值聚类法的matlab函数316
9.3.2k均值聚类法案例320
9.4案例28:模糊c均值聚类法的案例分析324
9.4.1模糊c均值聚类法的matlab函数324
9.4.2模糊c均值聚类法案例324
第10章判别分析329
10.1判别分析简介329
10.1.1距离判别329
10.1.2贝叶斯判别332
10.1.3fisher判别332
10.2案例29:距离判别法的案例分析334
10.2.1classify函数334
10.2.2案例分析336
10.3案例30:贝叶斯判别法的案例分析340
10.3.1naivebayes类340
10.3.2案例分析342
10.4案例31:fisher判别法的案例分析345
10.4.1fisher判别分析的matlab实现345
10.4.2案例分析350
第11章主成分分析354
11.1主成分分析简介354
11.1.1主成分分析的几何意义354
11.1.2总体的主成分355
11.1.3样本的主成分357
11.1.4关于主成分表达式的两点说明359
11.2主成分分析的matlab函数359
11.2.1pcacov函数359
11.2.2princomp函数359
11.2.3pcares函数360
11.3案例32:从协方差矩阵或相关系数矩阵出发求解主成分361
11.3.1调用pcacov函数作主成分分析361
11.3.2结果分析363
11.4案例33:从样本观测值矩阵出发求解主成分363
11.4.1调用princomp函数作主成分分析365
11.4.2结果分析370
11.4.3调用pcares函数重建观测数据373
第12章因子分析374
12.1因子分析简介374
12.1.1基本因子分析模型374
12.1.2因子模型的基本性质375
12.1.3因子载荷阵和特殊方差阵的估计376
12.1.4因子旋转378
12.1.5因子得分379
12.1.6因子分析中的heywood现象380
12.2因子分析的matlab函数380
12.3案例34:基于协方差矩阵或相关系数矩阵的因子分析383
12.4案例35:基于样本观测值矩阵的因子分析389
12.4.1读取数据390
12.4.2调用factoran函数作因子分析391
附录a图像处理中的统计应用案例397
a.1案例36:基于图像资料的数据重建与拟合398
a.1.1案例描述398
a.1.2重建图像数据398
a.1.3曲线拟合401
a.2案例37:基于k均值聚类的图像分割402
a.2.1灰度图像分割案例402
a.2.2真彩图像分割案例403
a.3案例38:基于中位数算法的运动目标检测405
a.3.1案例描述405
a.3.2中位数算法原理406
a.3.3本案例的matlab实现一407
a.3.4本案例的matlab实现二408
a.4案例39:基于贝叶斯判别的手写体数字识别409
a.4.1样本图片的预处理409
a.4.2创建朴素贝叶斯分类器对象411
a.4.3判别效果412
a.5案例40:基于主成分分析的图像压缩与重建414
a.5.1基于主成分分析的图像压缩与重建原理414
a.5.2图像压缩与重建的matlab实现415
附录bmatlab统计工具箱函数大全419
参考文献432

正在读取……

这里是其它用户补充的资源(我也要补充):

暂无补充资源
正在加载,请稍等...

点击查看所有30网友评论

 

(?) [公告]留口水、评论相关规则 | [活动]每日签到 轻松领取电驴经验

    小贴士:
  1. 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
  2. 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
  3. 勿催片。请相信驴友们对分享是富有激情的,如果确有更新版本,您一定能搜索到。
  4. 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。
  5. 如果您发现自己的评论不见了,请参考以上4条。