- 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( p* X( a+ M7 ]
4 L" g* a0 c, b% |链接:http://pan.baidu.com/s/1gdCMmQZ 密码:8fzf
; u9 ~' X8 Z( `0 U
! x! q: [# ~9 I+ Y. K3 n【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。
: Y$ Y5 g- _* @) y# e5 M* y
5 Z0 U4 ~, J+ ^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。
2 u2 D# A0 i' r# h, q7 [
3 Z. f9 c! k8 E讲座非常清晰。
) z! {; Q7 A: ]0 }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。
6 f4 e: a& Z: k7 @" |% Z: V @
5 E8 U! E7 ^' `1 M6 z' n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。
8 x |6 V$ ?0 V$ {3 t6 Y" d. B3 n
![]() ![]() ( M& J O( G" \
! r: f8 [4 q H+ p$ @
3 w9 i2 R+ V+ X
; S$ }) u* ~3 P" ^* p5 r
, i( i* @8 [% k0 b, M3 W8 _- Z! B0 Y$ y4 Q7 ^( u" f
张尧庭,方开泰《多元统计分析引论》2013版 pdf
5 C6 g5 x3 |/ L: U/ W+ l; _6 _: l$ F( _
链接:http://pan.baidu.com/s/1dDAi0lN 密码:xp6u
* _# B: W. |/ b0 L' p' @) v, R" A
/ O: b/ t/ z# {* ]* L$ o, U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。
( ^# U( H" t: X# f) t* N" j* @4 ?- U
, {% w- p' k; r作者简介 ) _' k7 ]" ~9 x% T9 H
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。
+ c' g4 z/ u Q& e' {; C# V- w# q6 ~
5 _* u' N# h2 U$ _( L& Y 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。
" B/ R1 u x( S; s0 c7 C" p2 W1 z9 ?3 D* P* F
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)。
# y1 V( j. q# t7 ?5 @6 |+ v6 O. S$ B9 C) P6 w9 b( U
目录 第一章 矩阵5 j- G6 Q: X' j7 U" ~
1.1 线性空间7 f+ M, Z7 T: l3 j8 E9 `4 H
1.2 内积和投影
& j+ u" p: a3 i" y1 O, h/ }, h1.3 矩阵的基本性质6 Q9 Z- N( t$ z* r; ~
1.4 分块矩阵的代数运算6 R1 D" l: \7 }+ o
1.5 特征根及特征向量3 a( ]" V& B8 A" O8 H) P& r- l
1.6 对称阵. ]! M5 I4 a1 x$ d
1.7 非负定阵
9 g8 q% m7 p/ R& d1.8 广义逆
+ G" p' _: b9 i; B9 H. @5 M. e( U1.9 计算方法! x4 K G9 g' B2 A( r' K
1.10 矩阵微商
9 T G0 B$ M& r! i8 l% G1.11 矩阵的标准型# ]: v9 \0 e1 Q3 L& W
1.12 矩阵内积空间
; V; h0 @2 F3 q! a- J- z第二章 多元正态分布
3 l8 m& q. ~& j, ]" W7 w1 q2.1 定义9 t* Z+ ^3 l9 k
2.2 正态分布的矩
+ @$ e; j9 {* x2.3 条件分布和独立性
+ O2 F" O" Z: x) V/ m$ p. i* Y2.4 多元正态分布的参数估计# N7 S: W" r& L6 E* Y0 c0 O
2.5 μ和γ的极大似然估计的性质+ x. `# `7 N# _1 c7 O7 ]& y: U
2.6 多维正态分布的特征& l% e) f* V4 s! A
2.7 多维正态分布函数的计算$ X0 P0 a7 J: O4 B h* O6 n( `
2.8 例1 q+ `- x$ C5 n- K6 w; C
第三章 样本分布的性质和均值与协差阵的检验
3 d b; {$ l( v9 w3.1 二次型分布
7 E# _* y5 d$ [: V8 t; a0 m3.2 维希特(wishart)分布* c! s$ A7 K8 L! N/ j( l
3.3 与样本协差阵有关的统计量,T*2和A统计量+ T$ R( P/ O# r7 E! @6 S# V
3.4 均值的检验
# ?- e% c+ u4 Z3 B3.5 T*2统计量的优良性
5 V: V/ d$ e$ h3.6 多母体均值的检验
+ d9 L- ^3 D0 Q z3.7 协方差不等时均值的检验
8 x% S: P; r5 I# e; O3 U, V3.8 协差阵的检验3 q9 U/ d# o# H. ?$ `
3.9 独立性检验" y2 x/ V0 N* [9 Y
第四章 判别分析
3 q, _) @! S6 o$ x9 y" N4.1 距离判别$ v7 H, r% U5 ]' r- e
4.2 贝叶斯(Bayes)判别
9 a: a8 {% R3 ]) x R4.3 费歇(Fisher)的判别准则* |" q7 C; w3 { ~
4.4 误判概率; A$ X9 I/ C3 F: B) @1 O
4.5 附加信息检验* u# m7 F5 @8 t
4.6 逐步判别
. E0 x. n$ K- Y# s. Y' l4.7 序贯判别
3 O8 m6 ^4 Y/ H+ u第五章 回归分析1 {8 }1 U7 R" d# y
5.1 问题及模型3 t5 J; }& ~. \4 z
5.2 最小二乘估计
& f8 [+ U5 V) Y# a0 p5.3 假设检验" Q2 H0 k, p0 w- T3 y; C' J
5.4 逐步回归# O4 ~7 W1 b3 j O7 j4 d5 q2 i
5.5 双重筛选逐步回归
3 h5 X8 E( A/ ?8 z5.6 回归分析与判别分析的关系5 I3 O! T7 c5 y: n! l" e
第六章 相关
. l8 m [& C* o, H- L6.1 投影% U6 d1 ^1 b* R
6.2 典型相关变量0 Q, ^4 W' N/ G4 f: G1 B8 E" _
6.3 广义相关系数& n$ D8 Z4 e7 d7 h
6.4 主成分分析及主分量分析
. M" j$ g- h. F" h$ W- X7 U6.5 因子分析; U& @: o4 l, s" b1 o9 O
第七章 线性模型, Q# N0 L- w& Q# j
7.1 模型
" A5 l) N7 ?/ [- P: _# V4 ?7.2 估值
) B4 e( F' w& [: B& }/ T4 u7.3 广义线性模型* S4 d- F8 x# Z" B% \* L1 U
7.4 递推公式2 I8 T5 `4 o( R% w
7.5 正态线性模型的假设检验
& i( N) D0 w k6 _2 U7.6 试验设计8 [$ d+ g( H( m1 i9 c: P, i8 K
第八章 聚类分析
% H% r% ]+ l! q) x" N. s# @8.1 相似系数和距离" c* C$ e- |' b0 I* r0 r$ r
8.2 系统聚类法
6 M: P! Q4 \! w4 c. f8.3 系统聚类法的性质
+ H6 Y4 w' V+ q4 V) D8.4 动态聚类法
V! c6 C8 ?( T8.5 分解法
) P! r% a: w" h" h8.6 有序样品的聚类与预报4 w" X9 A- d* x8 X; p# }
第九章 统计量的分布
$ k/ n. o# c' `- ^9.1 预备知识
9 `- L) ]" y! i. ^( i) e9.2 Jm(f|r1,…,rm)8 Y, A6 v3 r y: d( ~5 M. R
9.3 一元非中心分布
3 R5 E, b8 c) \- h" I: e9.4 Wishart分布
% V/ [- W! C- K9.5 广义方差的分布
; r0 y! H4 ]$ r9.6 非中心T*2分布
4 r# F0 L- d/ ~4 {9.7 样本相关系数的分布& v+ [' J H' {8 _" \
9.8 S1S-1特征根的联合分布
( Y: ~" r7 A+ H8 L( _7 l9 t9.9 结束语+ W: |) G5 ^8 G- `9 ^ i* H3 F
参考文献 ( t5 e" w$ F( v' z7 ]( A
" y2 v" I1 C+ z# O! Z0 W" Z- f
|
zan
|