《MATLAB统计分析与应用：40个案例分析》扫描版[PDF]

类别:: 图书 - 计算机与网络
状态:: 普通资源
发布:: 2013-09-12 19:13:00
更新:: 2013-09-13 23:09:00

电驴资源

用户共享的电驴资源列表
[MATLAB统计分析与应用：40个案例分析].谢中华.扫描版.pdf	17.49 MB
全选	17.49 MB

电驴资源简介

资源介绍

语言: 简体中文

地区: 大陆

图书fenlei: 网络

中文名: MATLAB统计分析与应用：40个案例分析

发行时间: 2010年6月9日

资源格式: PDF

版本: 扫描版

简介:

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：

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fenlei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