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。& e- O0 q; v$ U: e' d
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。$ c9 {; i* ]. f+ t4 |( Q3 g
6 ?7 V: g- Y! t+ t- Z5 u0 X
前 言：2 M$ ]: D6 t8 p
! ~- K! b6 c4 L6 V( C/ k8 T5 S
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？5 q' j% R4 a7 p! s% Q. L% n9 k
% C: b/ ?' e, C2 L
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：
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) [9 M4 U, k7 W0 j) o3 K5 q
1.1.2 COM接口
1.2 MATLAB中的ACTIVEX控件接口技术
1.2.1 actxcontrol函数- F' f, ?9 w1 o, O6 S/ g
1.2.2 actxcontrollist函数; a( W: G/ @% }7 ?- l, `8 F1 q6 T. I
1.2.3 actxcontrolselect函数
1.2.4 actxserver函数
1.2.5 利用MATLAB调用COM对象6 F8 a2 b) w1 T% m6 ?: l+ a0 [- j
1.2.6 调用actxserver函数创建组件服务器# x% E- j2 P9 Q4 A/ c
1.3 案例1：利用MATLAB生成WORD文档" a% J; m2 i: g# T b! n4 T# q. O. f
1.3.1 调用actxserver函数创建MicrosoftWord服务器
1.3.2 建立Word文本文档
1.3.3 插入表格$ h! b" p, x* r- M4 y
1.3.4 插入图片; ]( Y9 }" K* O4 @8 W
1.3.5 保存文档
1.3.6 完整代码3 I0 b, V3 h8 c( j( r2 R9 Z9 R4 @" U
1.4 案例2：利用MATLAB生成EXCEL文档
1.4.1 调用actxserver函数创建MicrosoftExcel服务器0 i& w/ R R4 t ~- F7 R- U
1.4.2 新建Excel工作簿8 D/ J& ]! U+ W w" O2 Z
1.4.3 获取工作表对象句柄& w: M( w0 G. s% g* z& f( R
1.4.4 插入、复制、删除、移动和重命名工作表+ i* d% w3 s0 Q) U1 [5 n4 Z; m
1.4.5 页面设置
1.4.6 选取工作表区域+ a: ? \ S9 i3 D& y
1.4.7 设置行高和列宽+ f/ _. f7 {# q+ J% i
1.4.8 合并单元格$ Z$ @2 |3 y# I$ A& O; f. H
1.4.9 边框设置
1.4.10 设置单元格对齐方式& a9 S; f! ]9 b0 f" R9 o3 b
1.4.11 写入单元格内容7 B5 a" \* }9 Y, K
1.4.12 插入图片
1.4.13 保存工作簿8 E H$ U7 v; G! w/ P
1.4.14 完整代码
' ^/ B+ a* D2 s; x I4 n
第2章 数据的导入与导出# q1 b; V2 U" |" @* u
2.1 案例3：从TXT文件中读取数据
2.1.1 利用数据导入向导导入TXT文件
2.1.2 调用高级函数读取数据8 D4 j; w4 J0 x1 h1 m7 r
2.1.3 调用低级函数读取数据2 x; k' Z& w, ~; ]
2.2 案例4：把数据写入TXT文件1 J9 L* h- k# d) B
2.2.1 调用dlmread函数写入数据
2.2.2 调用fprintf函数写入数据7 ?% u. v( W2 |
2.3 案例5：从EXCEL文件中读取数据 Z- @+ Z* B- B' v
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
+ y q4 W# c* h+ q! S% }
第3章 数据的预处理
3.1 案例7：数据的平滑处理7 _! }+ {! I# H# d( |1 r
3.1.1 smooth函数
3.1.2 smoothts函数
3.1.3 medfilt1函数4 s) O2 |3 W! m! ^, e# [
3.2 案例8：数据的标准化变换6 F, q/ `8 Y6 f W$ V# @9 y, d
3.2.1 标准化变换公式% h; ], v+ V+ s! J5 ]/ M
3.2.2 标准化变换的MATLAB实现
3.3 案例9：数据的极差归一化变换
3.3.1 极差归一化变换公式% M5 ~ p$ o. ]7 i! `
3.3.2 极差归一化变换的MATLAB实现4 c0 b8 D1 s+ Z( c
& \5 Q* k2 a, V- z L7 s5 o0 s9 E" H
第4章 生成随机数
4.1 案例10：生成一元分布随机数
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
4.1.3 常见一元分布随机数
4.1.4 任意一元分布随机数6 J2 ?1 d+ e+ f8 U
4.2 案例11：生成多元分布随机数' z1 o1 p1 J. `8 n
4.3 案例12：蒙特卡洛方法6 n* k- \$ k4 ^! n+ L2 U
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( @' s2 l+ m$ m) t$ a; b& K
4.3.3 用蒙特卡洛方法求圆周率
4.3.4 用蒙特卡洛方法求积分6 Y g1 V7 g; D1 \1 S: r
4.3.5 街头骗局揭秘
第5章 参数估计与假设检验& K7 ^- h7 w/ W( O
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
5.2.1 总体标准差已知时的单个正态总体均值的检验. J8 O/ n! o2 R7 _/ d; Q
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' y1 p h' O8 v/ W( _' e
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
5.3.1 案例描述
5.3.2 描述性统计量
5.3.3 统计图
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1 L" f) N6 D9 F; T# @0 u1 m
5.4.1 经验密度函数
5.4.2 核密度估计
5.4.3 核密度估计的MATLAB实现# w$ \( L7 U" y
5.4.4 核密度估计的案例分析
第6章 COPULA理论及应用实例
6.1 COPULA函数的定义与基本性质
6.1.1 二元Copula函数的定义及性质1 Q; K( I; ^( J% q( H
6.1.2 多元Copula函数的定义及性质7 k/ z% C! T" ]' I" Y
6.2 常用的COPULA函数9 R' {0 B. i5 X7 T
6.2.1 正态Copula函数# W$ H3 l, G8 P& f# v3 V
6.2.2 t-Copula函数
6.2.3 阿基米德copula函数) w" w: _8 a. z; q+ `5 z. \4 F: P
6.3 COPULA函数与相关性度量; A# a$ r) Z3 C& P; }6 V, ~; R5 e
6.3.1 Pearson线性相关系数. V6 K6 {0 {* A6 F2 A
6.3.2 Kendall秩相关系数1 U1 Y. V9 A8 \! k: {
6.3.3 Spearman秩相关系数" g4 u* A. T4 d; n8 l+ E
6.3.4 尾部相关系数8 v0 x0 F/ e' w2 ?7 s& Z& o. F
6.3.5 基于Copula函数的相关性度量& [1 c$ o. c* d5 l7 s: w
6.3.6 基于常用二元Copula函数的相关性度量' v& k, v1 ]( f% Y9 q8 o& X
6.4 案例17：沪深股市日收益率的二元COPULA模型
6.4.1 案例描述
6.4.2 确定边缘分布
6.4.3 选取适当的Copula函数! K3 M$ [. N) N) z) |
6.4.4 参数估计
6.4.5 与Copula有关的MATLAB函数- q& \) f x% Y: S2 H4 m& |
6.4.6 案例的计算与分析
; }( D) r. T$ |
第7章 方差分析! n+ K' R/ V5 n& o; H& K
7.1 案例18：单因素一元方差分析% s; U2 b3 Q, p0 P2 t
7.1.1 单因素一元方差分析的MATLAB实现
7.1.2 案例分析3 c0 Z. g# R1 J9 u7 t G
7.2 案例19：双因素一元方差分析- o N0 L0 L' _$ }$ ?
7.2.1 双因素一元方差分析的MATLAB实现
7.2.2 案例分析- ]# v# m% L& E! x* f- E1 ?/ ]' P
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 案例分析一4 g6 k$ U. M/ J5 }' ]2 h) u: B
7.3.3 案例分析二, |" z G9 _! [& x" L* X
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( W" `# F$ X8 j! w# r3 T0 W1 ]
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5 o! @! g v/ C) `; [2 m
7.5.2 Kruskal-Wallis检验的案例分析
7.5.3 Friedman检验的案例分析
) h2 D& {0 W% A% m; @6 k/ L
第8章 数据拟合+ k4 u8 C/ ~' P1 g9 m
8.1 案例23：一元线性回归分析
8.1.1 数据的散点图
8.1.2 调用regress函数作一元线性回归分析0 O7 Q B. s3 A# _, i
8.1.3 调用regstats函数作一元线性回归分析
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
8.2.1 数据的散点图5 f- d7 J; @- h. K% |
8.2.2 调用nlinfit函数作一元非线性回归分析
8.2.3 利用曲线拟合工具cftool作一元非线性拟合, k s) }$ H8 B7 P p' [2 c) o: s
8.3 案例25：多重回归分析
8.3.1 调用自编reglm函数作多重回归分析
8.3.2 调用stepwise函数作逐步回归0 x6 j% }% ~! O# i& M
F+ M3 u1 N9 D1 P
第9章 聚类分析
9.1 聚类分析简介
9.1.1 距离和相似系数% J8 C3 l% |) W: P
9.1.2 系统聚类法8 x: Y2 @/ N7 C C- O7 N5 X
9.1.3 K均值聚类法
9.1.4 模糊C均值聚类法' l* _& F N W% E
9.2 案例26：系统聚类法的案例分析
9.2.1 系统聚类法的MATLAB函数+ k$ b* X& ^& q5 k
9.2.2 样品聚类案例
9.2.3 变量聚类案例3 W. ^5 f: ?5 M& L: t6 a
9.3 案例27：K均值聚类法的案例分析- B6 V0 `) \ B( f
9.3.1 K均值聚类法的MATLAB函数! H8 _# E4 ]8 ~
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 ^. P0 Z- R
9.4.1 模糊C均值聚类法的MATLAB函数
9.4.2 模糊C均值聚类法案例
第10章 判别分析9 y8 _$ m5 s0 i* D( ?
10.1 判别分析简介
10.1.1 距离判别$ t/ U" [. P$ ~+ V
10.1.2 贝叶斯判别9 X1 S# E& j T) @$ n
10.1.3 Fisher判别
10.2 案例29：距离判别法的案例分析! m. t( ^$ \, W& E6 a
10.2.1 classify函数( v# w0 T* v8 m6 Y
10.2.2 案例分析 ?$ m$ ~6 [7 i" P5 _1 X! A- z( G1 O) b# s
10.3 案例30：贝叶斯判别法的案例分析
10.3.1 NaiveBayes类
10.3.2 案例分析
10.4 案例31：FISHER判别法的案例分析
10.4.1 Fisher判别分析的MATLAB实现/ R2 ^8 m: B6 U4 t& m2 v. f
10.4.2 案例分析( E+ @ q% ]% \ j+ o3 W
第11章 主成分分析) c! p6 L$ e- _# W9 [
11.1 主成分分析简介
11.1.1 主成分分析的几何意义
11.1.2 总体的主成分) j" V7 `! X' ~. E* q- @! |, h
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
11.2.1 pcacov函数5 h, l" r) g0 X3 [2 ]
11.2.2 princomp函数# F! z+ N1 ]3 }
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, i8 g( G! o4 O* f2 y; x! Z
11.3.1 调用pcacov函数作主成分分析
11.3.2 结果分析8 S2 B+ ~; U* L, I
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& t" y7 n: @% R" M* R( \! a
11.4.2 结果分析8 F# S! W8 L; O0 i$ v$ O
11.4.3 调用pcares函数重建观测数据
第12章 因子分析+ I |; W- i, Y5 s- g8 q
12.1 因子分析简介) ]+ b" G$ C) d& h7 P ]9 J( _
12.1.1 基本因子分析模型
12.1.2 因子模型的基本性质. \- `0 w$ C/ ]. { _7 t
12.1.3 因子载荷阵和特殊方差阵的估计
12.1.4 因子旋转4 S t+ v2 m4 q* ?0 m, m
12.1.5 因子得分) F' I- F: q" W$ [
12.1.6 因子分析中的Heywood现象
12.2 因子分析的MATLAB函数2 Q& W! W" G% A/ V+ o, n
12.3 案例34：基于协方差矩阵或相关系数矩阵的因子分析
12.4 案例35：基于样本观测值矩阵的因子分析# L3 }1 I: a y$ a# x' @( i) C
12.4.1 读取数据
12.4.2 调用factoran函数作因子分析2 `, J8 z/ d7 B) D# g- p% }/ x
6 w1 G% U( L, D+ i6 \4 U# Y
附录A 图像处理中的统计应用案例4 P: y$ D7 s0 l, t$ D \
案例36：基于图像资料的数据重建与拟合
1.1.1 案例描述% m3 M, W. d; m L% B; q
1.1.2 重建图像数据6 c0 P+ `7 O7 \+ Y% D: M
1.1.3 曲线拟合) U4 l: C0 a/ X# ^ q3 L2 l* J
案例37：基于K均值聚类的图像分割2 w- s8 f* ~* x$ m% `7 m
1.2.1 灰度图像分割案例
1.2.2 真彩图像分割案例
案例38：基于中位数算法的运动目标检测
1.3.1 案例描述7 z( f+ t# Z1 w. H: H
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
1.4.2 创建朴素贝叶斯分类器对象) T+ e) ^2 R2 t% V
1.4.3 判别效果. c \2 X* l" H( y0 I; v" }3 r6 U
案例40：基于主成分分析的图像压缩与重建' J8 G# d$ Q# Q9 o1 D* p
1.5.1 基于主成分分析的图像压缩与重建原理4 E; @5 z) r" v
1.5.2 图像压缩与重建的MATLAB实现5 a6 O A/ Z! u/ S+ y" b
附录B MATLAB统计工具箱函数大全( J5 i6 x8 a1 `% h w3 a) d
《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)