- 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
+ w. j% k: b* Q8 C& ~; s. H2 C* Y
# M% Q8 C/ z/ T0 x2 u% ^; p链接:http://pan.baidu.com/s/1gdCMmQZ 密码:8fzf
" r$ e* ~9 C5 o3 T! j
8 b3 T+ \# _2 j: f9 q: f9 v【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。
+ B& f0 Y" x: ]6 u6 }- |
( ^4 \& g4 C- ~$ M* b$ D4 O5 u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。9 m6 g: I- s. S* D5 M
) M% N2 w* t$ N/ J
讲座非常清晰。: R: c! |( a8 d- L/ {, G# q
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。7 P% u/ y y( I% v" g; X% q
. R/ i7 D6 G( j: U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。2 f! a5 x( R% h% X# M- _4 I1 s6 P
0 A5 L$ W1 q) y2 G c; w. K![]() ![]()
, T4 u1 h' K H! W: t$ H% V9 @8 P$ G, b7 r6 x* i6 o2 ^8 w
' e- [: {- H9 C4 i/ u
8 [) z6 }2 g y
+ m. c$ p+ j1 B& ?9 U
7 e# v6 [7 X7 \5 G1 \, u张尧庭,方开泰《多元统计分析引论》2013版 pdf
9 y) ^3 V9 X2 t% `. F/ q$ I/ b* w6 g6 x/ @. h/ N j6 P
链接:http://pan.baidu.com/s/1dDAi0lN 密码:xp6u
3 V( g+ Q R3 B3 \# ^% t+ k. u. y) h* w# t M
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。
6 l' q: F# I9 c# }8 v1 X! L: W9 I# g# E, u4 o9 w
作者简介 - c: g9 D- `9 D
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。
5 b0 `! N4 L: R; r' R
* b) ~& i* Y, R 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。1 D; x. k3 V# A: I6 Y" I
% {4 a7 P' S* w- `1 I& I
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)。
5 [( Y$ C9 \ C7 u6 E, D* W! Q* C8 Q0 ]
目录 第一章 矩阵! N+ N; y, h0 P" p6 W. y
1.1 线性空间* U6 b- y! `8 o7 J+ O
1.2 内积和投影. y, ]5 j/ Z' E" w
1.3 矩阵的基本性质0 e( W: U+ Z, g1 x" Q2 |% g% o2 P+ ?. ^
1.4 分块矩阵的代数运算; P* N6 }( U. f# I( h
1.5 特征根及特征向量2 U0 h7 t2 h+ \$ M: o U
1.6 对称阵
, _$ A: T \0 W9 z1.7 非负定阵
9 I, ~7 y5 ~0 ^' ?3 O- l) B9 |1.8 广义逆
. u6 f/ I3 s. O1.9 计算方法0 k# P$ E% N: n# C, t5 {/ x
1.10 矩阵微商
1 x" B( }5 C1 G' ~( u1.11 矩阵的标准型) V3 k+ e1 ~" c" b
1.12 矩阵内积空间6 M: U3 ?) h5 G8 t- V
第二章 多元正态分布& Z% R% h% ~' b/ e! Y2 I
2.1 定义
1 L$ _7 V) B% y9 t2.2 正态分布的矩
: e2 D) T# f+ i" j9 R3 P4 t2.3 条件分布和独立性0 E( I+ M' P8 P
2.4 多元正态分布的参数估计
7 {" r. i9 f& g- h2.5 μ和γ的极大似然估计的性质, r/ Y2 J4 q, j" t
2.6 多维正态分布的特征
, l- m: T+ w) i, S9 q# @2.7 多维正态分布函数的计算2 d) H7 C+ `; I
2.8 例
, Q+ O) o s8 w( H* L- K第三章 样本分布的性质和均值与协差阵的检验
9 f9 \& [! e' y& m0 G( c' d3.1 二次型分布
; {4 R) P: o4 R3.2 维希特(wishart)分布6 w# d$ K% s; C* s% ^
3.3 与样本协差阵有关的统计量,T*2和A统计量
. n; T" w8 t0 |5 t7 A" H5 I# t3.4 均值的检验' D& W+ `/ j: ]
3.5 T*2统计量的优良性
# G) P8 f: R& Q% f; v6 ]0 P( n4 E3.6 多母体均值的检验
" y* u/ K/ }6 {! {, \3.7 协方差不等时均值的检验
5 ?) S8 a) |# ~% O3 V3.8 协差阵的检验
+ n/ P, m' p& |3.9 独立性检验. S" }7 `' I0 Z1 {) W3 F# X1 I
第四章 判别分析 O* a5 w# V4 w9 }9 s$ ~
4.1 距离判别
' J6 l/ @7 j% M( i: |8 L! l4.2 贝叶斯(Bayes)判别
6 Z8 q l! F$ z5 J O4.3 费歇(Fisher)的判别准则
2 a- `: ~8 H# d" C) B4.4 误判概率
) k" n- K% @+ I4 t4.5 附加信息检验4 S% O5 L8 e h2 w, @
4.6 逐步判别! Y' d6 k$ V) E/ y! @3 P s
4.7 序贯判别
Q$ Q$ C2 [- O, k第五章 回归分析
8 f' q4 @6 [/ A3 a l5.1 问题及模型
7 t0 V+ Q# S" R7 y, }6 [# H B& n5.2 最小二乘估计
3 J l$ B M3 p5.3 假设检验
' {4 x$ P2 R. ^. V% }- l5.4 逐步回归, i+ l E* y) c2 P* |6 O
5.5 双重筛选逐步回归
! e2 p7 P E! ^5 e' }6 y5.6 回归分析与判别分析的关系5 k1 V7 {2 v+ X( D2 z6 r( p
第六章 相关- M( s7 K3 i7 U! e% B
6.1 投影( p0 U) _, [4 }& w4 L- e7 f, A7 t
6.2 典型相关变量
1 T, G# T0 ^6 [! j- d3 v4 N3 s6.3 广义相关系数. C o& G: J5 z. U, P% G
6.4 主成分分析及主分量分析
+ O0 O! |# s; R x/ l6.5 因子分析$ W/ f i. E$ l/ g; T0 o+ y& \) r
第七章 线性模型0 E1 K F2 E' L' p* e* Q
7.1 模型/ @8 @, t* N. D& ~1 P" F5 \6 L# Q
7.2 估值, f- @# J! v& p6 i7 D
7.3 广义线性模型& B+ C5 [1 Y$ b' M. Z- R
7.4 递推公式" y) [$ H R4 _" v; [3 q
7.5 正态线性模型的假设检验/ ]& P' P" Y2 Y/ N0 `9 i
7.6 试验设计
0 y6 D7 ]# Y) ]7 ~# Z8 l第八章 聚类分析- }, l6 q% W0 L* t' ^1 n
8.1 相似系数和距离6 [7 R1 u& J6 T0 [
8.2 系统聚类法' h& |8 A0 v6 d0 ~7 u
8.3 系统聚类法的性质. F9 {3 y/ x9 N( |7 S
8.4 动态聚类法
$ R* [* K& U8 C$ ?. h8.5 分解法
5 B+ J: H& N6 x8.6 有序样品的聚类与预报
7 M' b; M0 B3 f$ a/ |第九章 统计量的分布
4 a+ \) Z) B! J$ z; w& x3 Q% s9.1 预备知识
* X5 M6 b: y$ I9 [9.2 Jm(f|r1,…,rm)
# i) p- e. d6 e% |9 O+ ~9.3 一元非中心分布3 s# M) L, }* {, z D& A
9.4 Wishart分布
3 V1 |% Z4 v% L- P/ d& r+ @: l9.5 广义方差的分布
" B) d* s& ]9 S9 x9.6 非中心T*2分布
$ E9 X% S0 Y4 L, z: U. t9.7 样本相关系数的分布- l/ L( r, q3 D' ]
9.8 S1S-1特征根的联合分布
: B- K8 D. [- j) d" ]* u4 W9 B9.9 结束语
4 x, D' }; I; ~( |5 L& J参考文献 $ E! m0 B3 s2 I
% W* o& t) W, {/ s; I/ x4 o4 C% F |
zan
|