9 F: N0 ?& G8 f! L
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制作统计报告或统计报表；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；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。$ }( P9 B$ g1 @" [4 e8 h
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辅导教材或教学参考书，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。* }8 w1 r! V8 n
前 言： n _6 V1 ?( h9 f: F( L
MATLAB、SAS、Spss、Splus、R语言等软件都可用作统计计算与分析，在这些软件中，MATLAB的功能无疑是最强大的，它有“草稿纸式”的编程语言，还有包罗万象的工具箱，用起来非常容易上手，用户不仅可以调用其内部函数作“傻瓜式”的计算，还可以根据自己的算法进行扩展编程。可以说，它就是计算软件中的“航空母舰”。试问读者朋友们，你们是想拥有一艘普通的“战舰”，还是想拥有一艘无所不能的“航空母舰”呢？
. \% ^* F. S* ?6 \7 d
在我们的生活中，统计无处不在，大到国家的国计民生，小到个人的生活起居，无不与统计息息相关，与统计有关的论著也如春日繁花，种类繁多。就目前情况来看，市面上有关统计与MATLAB结合的论著并不多见，并且大多只是MATLAB统计工具箱的英文翻译，或者在概率论与数理统计的教材里加了一些MATLAB代码，它们普遍存在的问题就是缺乏具体的案例分析，并且在统计的应用方面缺乏创新。本书仅以较少篇幅介绍MATLAB统计工具箱函数的调用方法，将通过大量的案例分析介绍MATLAB在统计方面的应用。本书内容分12章，另有2个附录，共涉及39个大的案例，其中有些大案例下还包含了一些小的案例。本书章节是这样安排的：第1章，利用MATLAB生成Word和Excel文档；第2章，数据的导入与导出；第3章，数据的预处理；第4章，生成随机数；第5章，参数估计与假设检验；第6章，Copula理论及应用实例；第7章，方差分析；第8章，数据拟合；第9章，聚类分析；第10章，判别分析；第11章，主成分分析；第12章，因子分析；附录A，图像处理中的统计应用案例；附录B，MATLAB统计工具箱函数大全。其中利用MATLAB与Word和Excel接口技术生成Word和Excel文档属作者原创性成果，利用这一技术可以很方便的生成各种统计报告或统计报表。另外本书还涉及5个基于统计方法的图像处理案例，包括从图像资料中提取绘图数据并进行曲线拟合，灰度图像和真彩图像的分割，从固定背景视频中识别运动目标，手写体数字识别，图像压缩等。这些都是传统统计软件所不能解决的问题，也是传统教材没有涉及的问题。
目录：& x# L% I4 |/ Z. E i) Y
第1章 利用MATLAB生成WORD和EXCEL文档
1.1 组件对象模型（COM）
1.1.1 什么是COM% P8 l( u7 O. R* x" e
1.1.2 COM接口
1.2 MATLAB中的ACTIVEX控件接口技术
1.2.1 actxcontrol函数
1.2.2 actxcontrollist函数
1.2.3 actxcontrolselect函数& d2 d0 R* G; @. r6 c- \
1.2.4 actxserver函数
1.2.5 利用MATLAB调用COM对象
1.2.6 调用actxserver函数创建组件服务器/ ?% D' @; `) A' q
1.3 案例1：利用MATLAB生成WORD文档
1.3.1 调用actxserver函数创建MicrosoftWord服务器. s- f5 e+ @/ E" P
1.3.2 建立Word文本文档" S% |+ L) M+ ]! H ^; w
1.3.3 插入表格
1.3.4 插入图片
1.3.5 保存文档
1.3.6 完整代码
1.4 案例2：利用MATLAB生成EXCEL文档- ]! T* |) \6 `+ R! R, K3 ^
1.4.1 调用actxserver函数创建MicrosoftExcel服务器, t! j+ _# n0 r' M% L
1.4.2 新建Excel工作簿7 p* C6 }( w2 y- |) U, E+ t
1.4.3 获取工作表对象句柄1 J+ q4 b N- w
1.4.4 插入、复制、删除、移动和重命名工作表# Z! N/ m* ~( e
1.4.5 页面设置: E& P( d& ~. _5 r1 ]+ ?. F+ j! c5 _
1.4.6 选取工作表区域- y9 v2 G7 r' s; _& }+ G( a
1.4.7 设置行高和列宽% T$ S1 t5 z9 y6 q
1.4.8 合并单元格' r! m$ o) r3 Q ]7 L) @* @
1.4.9 边框设置: `( Y2 z3 e7 r2 w# ^3 P% ^
1.4.10 设置单元格对齐方式- W* d# E% c3 t
1.4.11 写入单元格内容
1.4.12 插入图片
1.4.13 保存工作簿' n( j( V, W# O5 `+ p
1.4.14 完整代码+ V2 v+ _2 A9 |6 V
第2章 数据的导入与导出' v+ Z; |* m* \) [* C$ L. c6 ^+ F
2.1 案例3：从TXT文件中读取数据/ d9 _5 I9 O1 K4 r; ^% T
2.1.1 利用数据导入向导导入TXT文件+ K, M' y! {* P0 b! O0 y) V+ q
2.1.2 调用高级函数读取数据
2.1.3 调用低级函数读取数据8 K2 Z4 W3 K% X5 k$ Z' w
2.2 案例4：把数据写入TXT文件) [) u5 S% d' |' i3 R
2.2.1 调用dlmread函数写入数据
2.2.2 调用fprintf函数写入数据2 l* u! U9 U; G, C L- l
2.3 案例5：从EXCEL文件中读取数据
2.3.1 利用数据导入向导导入Excel文件
2.3.2 调用xlsread函数读取数据
2.4 案例6：把数据写入EXCEL文件0 p; f! l' [6 A G9 F
第3章 数据的预处理
3.1 案例7：数据的平滑处理$ |! l$ Z8 J) ~- m
3.1.1 smooth函数
3.1.2 smoothts函数 x1 `2 \: S( |% X1 ?4 A) ]
3.1.3 medfilt1函数2 k4 J3 D+ f# a7 M
3.2 案例8：数据的标准化变换
3.2.1 标准化变换公式
3.2.2 标准化变换的MATLAB实现( _( X6 i1 x: g/ o' n0 U0 c
3.3 案例9：数据的极差归一化变换" ~; a6 H2 t! G7 i9 p
3.3.1 极差归一化变换公式$ P( t& h4 f" f% B+ j3 g3 d
3.3.2 极差归一化变换的MATLAB实现. n5 @8 _) }/ t c
0 h$ f5 Q2 `, [9 ?1 M
第4章 生成随机数
4.1 案例10：生成一元分布随机数2 s( l' a9 l; Z! p" Y: Z
4.1.1 均匀分布随机数和标准正态分布随机数
4.1.2 RandStream类2 Y# j( _. [1 A- b$ ~( [
4.1.3 常见一元分布随机数
4.1.4 任意一元分布随机数
4.2 案例11：生成多元分布随机数
4.3 案例12：蒙特卡洛方法6 y% {' b0 d, d# h2 {6 K9 `3 R) G
4.3.1 有趣的蒙提霍尔问题
4.3.2 抽球问题的蒙特卡洛模拟- ]3 ^# O* M! t; z- h
4.3.3 用蒙特卡洛方法求圆周率4 \* T, h6 k2 B! u' T! H9 p7 b
4.3.4 用蒙特卡洛方法求积分, D) M) I. m5 Q& t0 `% d5 |# z3 ]
4.3.5 街头骗局揭秘 % o6 G. [9 Y2 R
第5章 参数估计与假设检验5 h4 P7 ?* k: U+ q4 q7 a
5.1 案例13：常见分布的参数估计
5.2 案例14：正态总体参数的检验9 o- A B7 q' J( K- R: P/ Q
5.2.1 总体标准差已知时的单个正态总体均值的检验" v& ]0 O6 G! _: a! d9 X, W
5.2.2 总体标准差未知时的单个正态总体均值的检验
5.2.3 总体标准差未知时的两个正态总体均值的比较检验
5.2.4 总体均值未知时的单个正态总体方差的检验
5.2.5 总体均值未知时的两个正态总体方差的比较检验
5.3 案例15：分布的拟合与检验) X5 ]3 T& }8 a& o4 ^: B _
5.3.1 案例描述
5.3.2 描述性统计量
5.3.3 统计图* J& p- T" n, [% |; \
5.3.4 分布的检验
5.3.5 最终的结论
5.4 案例16：核密度估计
5.4.1 经验密度函数, v4 B# W3 E: V5 s% W8 |) X! d
5.4.2 核密度估计3 Y! M& A! J0 i% g" S' D+ l0 O/ a& M
5.4.3 核密度估计的MATLAB实现/ h7 j5 j8 g `" l: g/ A
5.4.4 核密度估计的案例分析
第6章 COPULA理论及应用实例+ ~. A# x! K& H2 _5 [: L i( c
6.1 COPULA函数的定义与基本性质+ s$ y+ K' L( Z" s
6.1.1 二元Copula函数的定义及性质
6.1.2 多元Copula函数的定义及性质
6.2 常用的COPULA函数- y5 t" E( i1 z/ R: p4 H" H& `( e
6.2.1 正态Copula函数
6.2.2 t-Copula函数
6.2.3 阿基米德copula函数
6.3 COPULA函数与相关性度量4 U( ?: A; N4 o" Z
6.3.1 Pearson线性相关系数6 b* P9 n" I3 F3 g$ _: T D
6.3.2 Kendall秩相关系数% Z/ H! R1 g& y# ]/ s0 \! P
6.3.3 Spearman秩相关系数% u( r4 _/ {, ?9 o$ m8 w
6.3.4 尾部相关系数& [7 j+ j0 N9 V" M- r
6.3.5 基于Copula函数的相关性度量
6.3.6 基于常用二元Copula函数的相关性度量
6.4 案例17：沪深股市日收益率的二元COPULA模型
6.4.1 案例描述4 a7 v3 z/ o7 T; p4 s
6.4.2 确定边缘分布
6.4.3 选取适当的Copula函数4 G7 L' [( i% f( b4 J
6.4.4 参数估计
6.4.5 与Copula有关的MATLAB函数. N: u6 n! ~5 }) {9 s
6.4.6 案例的计算与分析6 Y4 b- E! u6 O, T& R+ _; _8 V0 T$ d
+ y0 @ b: j! ^
第7章 方差分析) b B, m9 w7 m7 }+ P d% B
7.1 案例18：单因素一元方差分析
7.1.1 单因素一元方差分析的MATLAB实现
7.1.2 案例分析
7.2 案例19：双因素一元方差分析
7.2.1 双因素一元方差分析的MATLAB实现
7.2.2 案例分析' ~/ M& l* D8 f! H* |
7.3 案例20：多因素一元方差分析
7.3.1 多因素一元方差分析的MATLAB实现
7.3.2 案例分析一
7.3.3 案例分析二
7.4 案例21：单因素多元方差分析
7.4.1 单因素多元方差分析的MATLAB实现
7.4.2 案例分析9 B; c1 M5 _. k; ^) M
7.5 案例22：非参数方差分析
7.5.1 非参数方差分析的MATLAB实现0 q' A# W8 ~2 N6 b
7.5.2 Kruskal-Wallis检验的案例分析1 j3 Q4 k5 a: u/ Y$ M. D
7.5.3 Friedman检验的案例分析
第8章 数据拟合4 U7 r8 w% B( y% a5 Q; G' W
8.1 案例23：一元线性回归分析+ b1 `! \7 m N* H, Z- O$ d
8.1.1 数据的散点图3 Z- X6 e$ A1 e: h) o' X( R
8.1.2 调用regress函数作一元线性回归分析
8.1.3 调用regstats函数作一元线性回归分析* c* N( }/ n }$ `3 x. f, d/ z- h
8.1.4 调用robustfit函数作稳健回归
8.2 案例24：一元非线性回归分析; m+ ~2 J, g3 h/ i
8.2.1 数据的散点图
8.2.2 调用nlinfit函数作一元非线性回归分析8 R. t6 b9 e3 C. P& B; M" U
8.2.3 利用曲线拟合工具cftool作一元非线性拟合
8.3 案例25：多重回归分析/ s# y: J/ V/ b) }; x! e) d
8.3.1 调用自编reglm函数作多重回归分析: f( [: h" a) q4 T6 k$ y
8.3.2 调用stepwise函数作逐步回归 Z. y- G/ S9 r0 _
第9章 聚类分析/ t* W% w# N* k
9.1 聚类分析简介. h3 M1 M- @$ N7 G# b* {+ X( i
9.1.1 距离和相似系数
9.1.2 系统聚类法6 ?, t9 G: p p% K6 {4 v
9.1.3 K均值聚类法
9.1.4 模糊C均值聚类法
9.2 案例26：系统聚类法的案例分析' p& {9 _ d8 S* B# \+ [$ r
9.2.1 系统聚类法的MATLAB函数! r; j- C, L& ~* l, }
9.2.2 样品聚类案例
9.2.3 变量聚类案例
9.3 案例27：K均值聚类法的案例分析
9.3.1 K均值聚类法的MATLAB函数
9.3.2 K均值聚类法案例
9.4 案例28：模糊C均值聚类法的案例分析
9.4.1 模糊C均值聚类法的MATLAB函数5 V, o0 Y* U4 f, U# R' F0 K
9.4.2 模糊C均值聚类法案例
7 R1 C0 o. ?3 w- F' N! o- b, y4 c
第10章 判别分析
10.1 判别分析简介6 ?0 M- U4 q- y# n. P
10.1.1 距离判别& J) n$ R7 ~# u. J4 n+ L' Q
10.1.2 贝叶斯判别# g" V' y2 `9 Q5 k4 y/ l4 e
10.1.3 Fisher判别4 t) Q% T3 r7 T
10.2 案例29：距离判别法的案例分析
10.2.1 classify函数* D5 q; |* ]0 s. }* @# s/ W
10.2.2 案例分析
10.3 案例30：贝叶斯判别法的案例分析
10.3.1 NaiveBayes类# I5 P) [2 n7 a5 H
10.3.2 案例分析/ ~. S. H1 _+ Y# ^" E
10.4 案例31：FISHER判别法的案例分析0 ~2 N2 B* S G! i0 ^# y
10.4.1 Fisher判别分析的MATLAB实现3 a. W* l# b* w# e! ^ T5 e
10.4.2 案例分析/ i" @$ x9 _; t* h% r, I, Y/ i
第11章 主成分分析
11.1 主成分分析简介
11.1.1 主成分分析的几何意义* C* h6 n( v( O/ ]' m3 U$ M$ T
11.1.2 总体的主成分, X$ N- y* z# X% T: U' R! I4 w
11.1.3 样本的主成分
11.1.4 关于主成分表达式的两点说明
11.2 主成分分析的MATLAB函数5 P/ n/ Q3 J9 s" l
11.2.1 pcacov函数6 m, |! J0 O. i$ ~! k" f
11.2.2 princomp函数
11.2.3 pcares函数
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: I' D* S$ Z1 B8 o
11.3.1 调用pcacov函数作主成分分析7 A9 C/ p7 w# W& c1 i, ^
11.3.2 结果分析. T+ j4 T4 f9 P1 @3 P
11.4 案例33：从样本观测值矩阵出发求解主成分
11.4.1 调用princomp函数作主成分分析/ I3 z9 V. d# O' M! ]
11.4.2 结果分析
11.4.3 调用pcares函数重建观测数据% n' { ~3 ^- d* m9 `* }0 K
0 [6 R# `' h. L4 O9 {+ T2 Y C1 F- e- U
第12章 因子分析. b3 a+ p% f# z5 N* r, D
12.1 因子分析简介5 b, I v" _5 N& ]; D
12.1.1 基本因子分析模型
12.1.2 因子模型的基本性质
12.1.3 因子载荷阵和特殊方差阵的估计, w- S3 E% B! `( |4 G4 r
12.1.4 因子旋转
12.1.5 因子得分: _2 N" x! J9 D- G# l
12.1.6 因子分析中的Heywood现象
12.2 因子分析的MATLAB函数+ d2 o" J8 W4 Y+ S9 X
12.3 案例34：基于协方差矩阵或相关系数矩阵的因子分析0 U7 S0 m; |9 k" t+ N3 c* r8 _
12.4 案例35：基于样本观测值矩阵的因子分析1 h% w& K# ^; ^
12.4.1 读取数据
12.4.2 调用factoran函数作因子分析3 V$ q& q5 [" l: ~3 n+ G2 c# S
附录A 图像处理中的统计应用案例
案例36：基于图像资料的数据重建与拟合
1.1.1 案例描述' m0 Z3 b0 S# I" o
1.1.2 重建图像数据
1.1.3 曲线拟合
案例37：基于K均值聚类的图像分割 D- L' Z; e/ W. e! p1 _
1.2.1 灰度图像分割案例7 F3 z7 ~: k6 `9 A( t
1.2.2 真彩图像分割案例# X" O3 n4 N# y- s' D
案例38：基于中位数算法的运动目标检测0 j8 M0 g0 [: x( b" }
1.3.1 案例描述9 F+ Q' N% S: ^4 s3 D& _" y0 v' `
1.3.2 中位数算法原理
1.3.3 本案例的MATLAB实现一
1.3.4 本案例的MATLAB实现二
案例39：基于贝叶斯判别的手写体数字识别
1.4.1 样本图片的预处理% v* @& P& y9 Y. M* y* i) S0 ^$ d# {4 P% W
1.4.2 创建朴素贝叶斯分类器对象6 c4 m. R, S3 f/ x
1.4.3 判别效果
案例40：基于主成分分析的图像压缩与重建
1.5.1 基于主成分分析的图像压缩与重建原理
1.5.2 图像压缩与重建的MATLAB实现0 ] N$ H& s- |* N3 x+ \
附录B MATLAB统计工具箱函数大全. O7 y: @) ~7 W. o3 e6 O, y
《MATLAB统计分析与应用：40个案例分析》源程序_数据.part2.rar
(1.39 MB, 下载次数: 44, 售价: 2 点体力)