- 在线时间
- 187 小时
- 最后登录
- 2018-4-5
- 注册时间
- 2014-10-4
- 听众数
- 18
- 收听数
- 19
- 能力
- 120 分
- 体力
- 8663 点
- 威望
- 12 点
- 阅读权限
- 200
- 积分
- 5467
- 相册
- 1
- 日志
- 1
- 记录
- 7
- 帖子
- 439
- 主题
- 115
- 精华
- 12
- 分享
- 2
- 好友
- 69
升级   9.34% TA的每日心情 | 开心 2018-2-7 19:09 |
|---|
签到天数: 255 天 [LV.8]以坛为家I 国际赛参赛者 - 自我介绍
- 热爱数学建模
 群组: 2014第三期英语写作 群组: 2015年数学中国“建模 群组: 2014美赛讨论 群组: 科技写作基础培训 群组: 2014年美赛冲刺培训 |
多元统计分析选讲2002
% R; n; @, h7 T) r# P
, n, {1 ~7 f! v9 [链接:http://pan.baidu.com/s/1gdCMmQZ 密码:8fzf
" p. S2 n/ H, W. E
" n: r0 ^1 f+ ]% D. k0 i2 T: @【介绍】:张尧庭教授原籍江苏武进,他与方开泰合著的《多元统计分析引论》(1982年科学出版社出版,1998年、1999、2013年3次重印)已成为几代中国统计工作者的标准参考书。1983年,张尧庭教授被国务院学位办遴选为博士生导师,二十余年里他直接培养了众多的硕士、博士,其中许多人已经成为我国数量统计教学和科研领域的中坚力量。1985年,由他主持的赴美留学全国招考派遣项目正式启动,每年从各校推荐的100名硕士毕业生中选拔30名,赴哈佛大学、加州大学伯克利分校、芝加哥大学和威斯康星大学攻读统计学博士学位。经该项目先后送到美国的留学生中,多人已成为当今国际统计学界较有影响的专家。
4 x* z6 I5 ]' b, W0 I/ i
; Y* w( W& g7 {- ^! P大师讲解,绝对经典,解压出现一个iso文件,再使用daemon打开,然后点start的标志就能看讲座了。
1 A8 q& ?1 h5 d, V+ e |
5 W) n/ p g L' g. ^- a$ D讲座非常清晰。; A. H( M. n6 _, M+ e1 c
自己不会弄的朋友,自己耐心点,或者请叫计算机操作好点的朋友。莫自己弄不好,还迁怒别人。2 @7 w! m# K. [' ~3 B
4 O& x4 o" d' M' `目录:第一讲 准备知识,第二讲 相关性度量,第三讲 主成分分析 因子分析,第四讲 典型相关分析,第五讲 线性模型,第六讲 判别分析,第七讲 聚类分析第八讲 定性资料的统计分析。
1 h; o0 X* c4 R( I8 B; x
( J5 A3 m8 {( ]![]() ![]()
4 k7 \) J( q& }* ?
3 H" u8 M# X; }, q5 K. F! Z
) p4 W9 a" U* W/ h4 z4 I( @7 e: C
2 Z+ | `: G6 Q' K5 F6 P4 ^1 |- b0 o ] D9 O
. q7 z3 A' |, d3 b
张尧庭,方开泰《多元统计分析引论》2013版 pdf- w9 ]8 D& b1 Q
# U- U4 _* [9 N0 I; ?: y2 |链接:http://pan.baidu.com/s/1dDAi0lN 密码:xp6u
/ \$ [0 z2 K0 R) ^) S9 Y
* `; e1 t: `0 l( O* `6 R编辑推荐 张尧庭、方开泰编著的这本《多元统计分析引论》系统论述了多元统计分析的基本理论和方法,并力求理论与实际应用并重。全书共分九章,系统介绍了多元正态分布以及常用的方差分析、回归分析和判别分析,介绍了因子分析和线性模型,以及聚类分析和统计量的分布等内容。
- w0 _" f& ^' A! ~$ S
( U! D3 `( m* N2 Z. H8 z! Q作者简介
- L, q2 D6 G( B' j 张尧庭(1933—2007年),1933年出生于上海,1951年9月进入清华大学数学系学习,1952年高校院系调整后进人北京大学数学力学系学习。1956年9月获学士学位,留校任北大数学力学系助教,1962年升任讲师。1978年4月至1994年3月先后在武汉大学数学系、统计系和管理学院任教,1980年被破格提升为正教授。曾任武汉大学统计系主任、管理学院院长、概率统计博士生导师,兼任中国统计学会理事、湖北统计学会副理事长、武汉市科协副主席。1994年3月调入上海财经大学,任教授、数量经济学博士生导师,同时兼任中国人民大学、浙江大学等高校的兼职教授。
0 }+ v1 y. u( u6 _! z9 u2 d; t
$ s9 u. q, Y# z1 q( W# G 方开泰教授从事数理统计的研究和应用,在多元分析理论、部分平衡不完全区组设计、广义相关系数及应用方面,取得研究成果。累计出版学术专著27本,发表学术论文75篇。在著书立说的同时,还十分注重统计理论的推广和应用。1940年生于江苏泰州,1957一1963年就读于北京大学,随后在中国科学院数学所攻读研究生,1967年毕业留所工作。1980年作为访问学者在美国耶鲁大学、斯坦福大学两年。1985一1986年被邀请为瑞士联邦理工大学客座教授,1988年为美国北卡罗尼亚州大学的访问教授。1985年批准为概率统计博士生导师。1984一1992年,任中国科学院应用数学所副所长。1993年至2006年1月,是香港浸会大学数学系的讲座教授、统计研究与咨询中心主任,其问2002—2005年担任数学系系主任。2006年至今任北京师范大学一香港浸会大学联合国际学院(UIC)教授、统计与计算智能研究所所长。
5 @$ a/ c7 x T# I1 w D; J1 l! U! k. u0 R M/ o. S" U
研究领域主要涉及试验设计、多元分析、数据挖掘在统计中的应用,已出版专著22本,发表论文260多篇,是均匀设计创始人之一。曾经担任许多国际和国内学术期刊的副主编,自2010年以来,担任高等教育出版社《高等教育现代统计学系列教材》的主编。获得许多奖励,与王元院士合作的项目“均匀设计理论、方法及其应用”项目获2008国家自然科学二等奖。1992年和2001年方开泰教授分别获美围数理统计学院和美国统计学会选为院士(Elected Fellow)。
+ w0 d9 D& J- [4 D( H# \' e7 U. |& Y3 {
目录 第一章 矩阵2 o" k' \1 N, Z2 E) @- H
1.1 线性空间# o+ S& Z( @. q5 R% v9 g# q
1.2 内积和投影
/ @1 o/ v4 {' @$ p0 _1.3 矩阵的基本性质) a; {( H; U& i6 \8 C5 b
1.4 分块矩阵的代数运算1 Y/ Z) G+ i0 i! u: d! }
1.5 特征根及特征向量
0 X& Q7 B. @1 g% {1.6 对称阵
5 t1 W$ N% b5 z1.7 非负定阵' [0 S9 L3 g' C* R9 m
1.8 广义逆
& A1 E' O" D/ i1.9 计算方法5 f+ }* {+ Q' M- f' p
1.10 矩阵微商
' r1 j* t* G% h$ J6 W$ W1.11 矩阵的标准型
+ v2 D& v2 w0 E- x3 v+ v1.12 矩阵内积空间# K3 a5 I# w5 Y. I4 ~" G! B, a
第二章 多元正态分布! r9 X v0 |" e( p% t, o
2.1 定义/ o. o, R ?6 W* E O, Q+ p
2.2 正态分布的矩
" W, K1 e# Z, t' j7 u S- b' ?: \2.3 条件分布和独立性! h e; | i' ]" e) f4 x3 ^- q; B
2.4 多元正态分布的参数估计
0 Y& W+ E+ E6 J5 Y2.5 μ和γ的极大似然估计的性质2 V* N; ~1 ~- j) G' Z% Y
2.6 多维正态分布的特征4 U+ u; J4 Y7 I- s5 v7 P) w
2.7 多维正态分布函数的计算1 X) [" f" R7 j- t7 @4 t6 M4 Z @* C! }
2.8 例
9 M7 q5 y. H7 Y3 O I4 J9 I( `第三章 样本分布的性质和均值与协差阵的检验: j" a9 j2 T7 F' M+ @" S% I
3.1 二次型分布3 c( x2 Q8 v; S1 L
3.2 维希特(wishart)分布
7 t7 u% _5 A# s* D, t+ A3.3 与样本协差阵有关的统计量,T*2和A统计量7 M( n. s- o9 g9 ^5 p2 W
3.4 均值的检验9 R; F3 z/ C$ W" b
3.5 T*2统计量的优良性
6 Y. S2 o3 i2 a9 t! T9 ^3 f- c3.6 多母体均值的检验3 Z+ f1 a0 Q; l' g4 o9 o* [
3.7 协方差不等时均值的检验
* V! j3 J; I9 t9 d3.8 协差阵的检验
- ^! Q- S6 a: G1 U; Z+ U3.9 独立性检验) `# z& C5 X0 g6 Y' t
第四章 判别分析
& P% g1 M& E- |7 O4.1 距离判别
. \3 E: P8 D H e: f8 k. ?7 P4.2 贝叶斯(Bayes)判别
* |- c( ^- l2 F( t4.3 费歇(Fisher)的判别准则
) N! [. `% ~! }. Y, E4.4 误判概率0 v; `; a3 C' e
4.5 附加信息检验# g% a" c1 {: G4 |, ~
4.6 逐步判别% v/ n, i/ d0 z: n% t0 `7 f
4.7 序贯判别
4 x7 R; F. J6 x- P1 v1 G第五章 回归分析; w7 u! L6 Q6 f. K1 C; Z
5.1 问题及模型5 E' e. @& W0 U% y
5.2 最小二乘估计
5 e# @% q' p* R" p. p& {& L; j; p/ U5.3 假设检验$ s2 R" k- D6 G- ?
5.4 逐步回归/ x# s% Q0 C1 S3 U4 Y. v( [: F
5.5 双重筛选逐步回归: B2 k A" v+ A9 d
5.6 回归分析与判别分析的关系
3 L; ]! g) V1 ]. k7 V第六章 相关2 o1 @/ S0 Y7 L! l, k6 b# ?4 t, r1 M: q
6.1 投影9 w- ]9 m5 @& f. S6 `0 T2 _1 c
6.2 典型相关变量; v% y. x- b* l5 i# q
6.3 广义相关系数8 ?5 I# [% O2 S1 ?
6.4 主成分分析及主分量分析3 l2 E- x# z# C
6.5 因子分析. i9 Q) q0 j$ v, A% |
第七章 线性模型- A) r" u2 s' k1 l. [
7.1 模型1 ~ `; }9 u8 A9 G; d4 J2 m6 L
7.2 估值 |0 n4 ?$ I% d' S# U
7.3 广义线性模型
/ l& z% R4 l, C9 O5 d) n2 T: v/ o1 d7.4 递推公式
3 t& i& C/ z( {# ` U7.5 正态线性模型的假设检验
4 Y5 f/ k1 E- B7 }7.6 试验设计8 G4 X( F: N( u/ O: y
第八章 聚类分析! _3 g0 N5 n% U( ?! b9 j; [
8.1 相似系数和距离
- f0 d. }$ p6 K8.2 系统聚类法
4 a9 r2 Z/ @" Z5 b8.3 系统聚类法的性质
6 A) K, F: `4 l# Z0 v8.4 动态聚类法 m% W8 j4 [( D
8.5 分解法
8 N$ `- o |9 A" E( S0 o8.6 有序样品的聚类与预报
& k! c( i0 K2 u0 ^+ M8 S0 y% `; G第九章 统计量的分布- q) Q% @4 Q6 z8 y- N* S0 ?
9.1 预备知识
) e) W* u% W: y, r r! \9.2 Jm(f|r1,…,rm)3 ?$ e/ i& `; C% W2 I9 I
9.3 一元非中心分布
) }5 I' P4 \2 [$ O3 k8 K- L7 _9.4 Wishart分布
$ c. ~/ Y1 p0 k# t9.5 广义方差的分布
! A0 |- }( n' N9.6 非中心T*2分布1 m4 G P& R: L2 r0 C6 [2 X) o+ [
9.7 样本相关系数的分布
$ I8 `6 O8 t9 h' _$ H. B9.8 S1S-1特征根的联合分布8 G7 u* d. I& h7 v; G/ ^
9.9 结束语
4 e( B' `+ A6 [. I4 _参考文献
! l, ]; a: k5 l# d% i9 R/ }6 F
/ D( @+ ?; l: @ |
zan
|