- 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
- d: V: m, m" a) {; h( J" s( ~& ]+ Y- o
链接:http://pan.baidu.com/s/1gdCMmQZ 密码:8fzf
1 v4 K% T. Y$ V0 D* |/ H! ^( b, Y) l& }% N0 \5 g% m0 h1 L
【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。
- s6 Q2 c. S. ~! X' |
! ]3 l2 Q6 e7 c# ~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。
: N6 ~ D: u3 A6 X6 B9 k5 D% |, ?! b9 F9 f9 Y, i7 J
讲座非常清晰。& A9 x, Z: {! F3 a C& ?4 A( B
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。" ]+ I) x1 i4 N1 N$ Y2 a! y
& {) i/ B- c! P& V- E8 y+ f# K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。
" g4 z* M; j0 O$ }5 H) |/ y- t8 u& ?* B
, r: K6 j _6 \* X![]() ![]()
; ^ ~) T3 B' ?4 |- Z' @3 X, V+ U0 J6 g6 M3 l9 r) `
2 X7 m7 p" d5 f - J; R: g6 U" w. O1 Z
- F# g7 W. L6 O7 J
( O% h, U" K5 W) Z! F张尧庭,方开泰《多元统计分析引论》2013版 pdf% H" U2 d: Y2 v9 ?; _5 ]8 D3 Y
& p' L) k& [6 K* x, o. c" W
链接:http://pan.baidu.com/s/1dDAi0lN 密码:xp6u
9 P7 F2 t& k- w; s, R4 q, _! P4 G9 N+ b* K
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。 3 W8 C' K! W4 r$ I; {
% I1 c6 q, D/ c7 A; D( d作者简介 - Q( G V9 s, F/ L
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。) K: u% d: E. ~! M
) Y. I( `$ M6 N1 U& }
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。
7 f+ h* R1 j9 `) N4 y+ K1 s( p: n9 K% z- S" L& d8 F/ c
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)。
) ]; ?' O6 x* q- z$ ]: i7 K6 J( w# z7 d3 I B. P7 \
目录 第一章 矩阵
A: R/ E; Y7 T, e" C# e1.1 线性空间
7 E& J- _+ _5 N& Z/ E# t( v; {1.2 内积和投影3 x) @1 k L9 q
1.3 矩阵的基本性质" v7 k" Z! `3 Q- f
1.4 分块矩阵的代数运算
b0 ^( {7 _/ T( E7 w1.5 特征根及特征向量
& H8 P# S$ D/ s# k. B" b! H' j1.6 对称阵
8 p$ y! u% u5 K5 s7 F/ V+ e1.7 非负定阵9 y1 ?- F1 J: `* b. T/ D) z
1.8 广义逆5 N4 F" K# S2 }1 W1 d9 }( s
1.9 计算方法0 i* `' G# @! r; a! b7 w2 s
1.10 矩阵微商
: q5 s: e; z& P1.11 矩阵的标准型
' h. V, S7 p1 ?; }( q1.12 矩阵内积空间
# J+ _3 l! N( t! K7 H/ E# c( z7 _) {% O第二章 多元正态分布
, E% m/ y" L) J8 a* G+ S2.1 定义
; C; ~7 F1 M; ~5 d8 y2.2 正态分布的矩* u" H+ b$ T* z4 |7 h2 D R1 V
2.3 条件分布和独立性6 v! _6 \) i$ ^+ i/ o& L
2.4 多元正态分布的参数估计+ H7 Z& ^6 n( h0 Q
2.5 μ和γ的极大似然估计的性质9 @6 v6 \1 u4 f7 m3 G
2.6 多维正态分布的特征
, M/ g2 Y- {3 P+ y M# h2.7 多维正态分布函数的计算
6 X3 B# [! G) R: Y1 A @# O) ?2.8 例. {2 a; Z! v1 g. X8 r
第三章 样本分布的性质和均值与协差阵的检验
% N0 e3 R$ ?9 {0 l! E H+ Z! |3.1 二次型分布
0 U5 s5 n l5 P3 ~3.2 维希特(wishart)分布
$ {7 z7 p6 n6 x3.3 与样本协差阵有关的统计量,T*2和A统计量
) V7 E' g" K" g, r' T1 Z8 ~3.4 均值的检验
) M# n3 ^( a; Z j& D/ {, n: N6 k3.5 T*2统计量的优良性. j* A8 U* ]' w9 k. d I, H
3.6 多母体均值的检验; G6 x- J0 p0 g! B3 R
3.7 协方差不等时均值的检验
! v) U! z2 _5 o& p8 x. D3.8 协差阵的检验
- I5 Y& j6 V. v- v6 S3.9 独立性检验0 J/ p# Z/ Z K& X
第四章 判别分析
2 M2 A$ a5 S, d6 x4.1 距离判别
1 O4 w- v1 u- J. F, ~2 ]4.2 贝叶斯(Bayes)判别
( a% `6 l8 g3 p9 D" N3 g* O4.3 费歇(Fisher)的判别准则6 g4 W- E7 a( ~% q5 M
4.4 误判概率2 F3 u6 p% N, D; G1 Z+ O" e# q! ]
4.5 附加信息检验8 H, l% |' w8 R8 l6 [0 c0 ]0 Y
4.6 逐步判别3 n5 g1 g( ?. @9 Z$ P% h" B
4.7 序贯判别
, i1 J: U' s% \1 h; R. q( S第五章 回归分析
6 n) e# W: o7 L" O3 D5.1 问题及模型: B& o9 j4 l$ C" {8 D
5.2 最小二乘估计
5 t5 X: |( D" m5.3 假设检验; ~; n5 Q( V2 A( B3 S
5.4 逐步回归% T# c% V% z ~5 ]6 X
5.5 双重筛选逐步回归
7 C& a4 I; v2 c9 e5 u/ \2 q5.6 回归分析与判别分析的关系# ]# V: S9 O) V0 p j
第六章 相关& Q- x' @+ {9 p4 f* V/ u0 |! F
6.1 投影9 r; c2 E' }/ z" m
6.2 典型相关变量3 ~% C& Q, |' f Y4 z) I
6.3 广义相关系数3 T) H/ G5 f! Q$ s" V
6.4 主成分分析及主分量分析- q2 q# ^, K4 U; C
6.5 因子分析" R! a* p- \, q+ R
第七章 线性模型
, T3 x% U$ U9 a; n+ D( s2 d7.1 模型
4 r' Y7 r8 D9 W' `, b5 W7.2 估值
: X8 Z$ _' c7 @8 w: O3 R6 q' s+ e7.3 广义线性模型
- E* `) g! S( s! _7.4 递推公式
2 u% {$ \1 L& C7 s+ m- V7.5 正态线性模型的假设检验) i+ c4 Z7 \3 p4 \
7.6 试验设计5 ]$ \4 |; o }. w6 l: A
第八章 聚类分析 H5 f1 @# t* O) X( g# n- m
8.1 相似系数和距离
, ~8 r4 }+ X) `8.2 系统聚类法! s. h p+ X o4 N; P2 ~
8.3 系统聚类法的性质' L$ [ @1 K H* O7 g/ U$ i3 _0 `" U
8.4 动态聚类法
' c5 w( k5 n1 |( V- a# |2 ]' b8.5 分解法
, {7 @- Y% J0 w3 N8 \ ~8.6 有序样品的聚类与预报
( A4 U( B' r0 F, a- ]. b( s3 g& I第九章 统计量的分布
6 S) f5 r. s! }4 m9.1 预备知识
+ z1 Y# @# h$ h+ m l8 E9.2 Jm(f|r1,…,rm)
* Y5 W5 L5 X! n$ `2 h# n9.3 一元非中心分布2 A+ D7 G5 @, _- ~4 U
9.4 Wishart分布
; a6 A+ {0 @. |+ J9.5 广义方差的分布
5 U% ^( ?1 k6 Q1 K6 m5 n* x7 l9.6 非中心T*2分布
2 f0 r, N) [$ k3 T3 [. J6 [4 K! x9.7 样本相关系数的分布* P* u! X$ y' ~2 {
9.8 S1S-1特征根的联合分布3 U! Y6 Q' g" y
9.9 结束语
: v2 i' ^ n z; ~- x' A6 F参考文献
Z5 R6 X V- d) m# b: X
9 C9 G, y6 r& ~ |
zan
|