《MATLAB统计分析与应用：40个案例分析

liyan1259

内容简介： & X' o7 v/ d. h8 Y0 P# f. Z 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。 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。 4 g8 E& d. W! E+ Y9 r: p& s& W , x# x) u5 P0 Y$ z5 C- T' q' r前    言： # K% r) X9 r. z6 r, R. U. e 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？ 1 H' n' C: o7 ^. i9 C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。 2 i. u+ B! X0 y  \( |- _目录： ( j  l1 m) E# {, x; _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     1.1.2 COM接口 1.2 MATLAB中的ACTIVEX控件接口技术     1.2.1 actxcontrol函数 ! V, i1 _( z# _0 L, A& `    1.2.2 actxcontrollist函数 ! _! I/ w* [6 p$ d- d% v* d    1.2.3 actxcontrolselect函数 - _, p5 k: `4 N% z    1.2.4 actxserver函数 9 x3 a6 K  ?) K+ J    1.2.5 利用MATLAB调用COM对象 % n8 U% x9 `/ f4 K2 i9 u* k3 A    1.2.6 调用actxserver函数创建组件服务器 + k* d5 ^3 S" G6 e2 h4 U1.3 案例1：利用MATLAB生成WORD文档     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     1.3.4 插入图片 ( P9 P+ V" R( @: {/ l  c    1.3.5 保存文档 & O: t" _% t6 L- ]) V$ i9 E/ ~& M, z3 f    1.3.6 完整代码 1.4 案例2：利用MATLAB生成EXCEL文档 + H/ ]3 b  w3 N6 m3 w5 Q3 y    1.4.1 调用actxserver函数创建MicrosoftExcel服务器     1.4.2 新建Excel工作簿 2 ~- \$ }( `6 ?' S3 [7 i    1.4.3 获取工作表对象句柄 ; K- J! L5 ?* ?8 k; C6 `    1.4.4 插入、复制、删除、移动和重命名工作表 ) J. K3 u+ R) s2 [    1.4.5 页面设置 0 y0 {8 R8 X- ^- l4 e  J0 j5 H    1.4.6 选取工作表区域     1.4.7 设置行高和列宽 0 Z4 B' j0 J; X" e    1.4.8 合并单元格     1.4.9 边框设置 7 E4 p, m, I, `) T4 _    1.4.10 设置单元格对齐方式 . o/ t8 C) {7 O7 C4 g$ a1 \    1.4.11 写入单元格内容     1.4.12 插入图片     1.4.13 保存工作簿     1.4.14 完整代码 4 Y+ \' ^' Q  d; h7 z: l/ r第2章 数据的导入与导出 : j8 U  D3 {) _; u$ X0 K/ \* |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 # R! k- Y% k9 ?% i    2.1.2 调用高级函数读取数据     2.1.3 调用低级函数读取数据 ) J* i$ H& Y4 U7 e% d; L; Q7 e2.2 案例4：把数据写入TXT文件     2.2.1 调用dlmread函数写入数据     2.2.2 调用fprintf函数写入数据 : ]# n2 J. h6 S, y5 E2.3 案例5：从EXCEL文件中读取数据 ; H' @' K9 t) M; T9 v* i    2.3.1 利用数据导入向导导入Excel文件 , s! x" t6 M1 S: e    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 9 T+ i* Z  Y) }1 U! p" b 第3章 数据的预处理 4 F1 @+ g, w$ E* {3.1 案例7：数据的平滑处理 2 y7 U; m' X4 ^- v    3.1.1 smooth函数     3.1.2 smoothts函数     3.1.3 medfilt1函数 " _; ?2 c5 Q6 m, ]3 v$ E" m3.2 案例8：数据的标准化变换 8 A4 X; ], R& Y! J9 T( I# n& [    3.2.1 标准化变换公式 ! [! H, z# j+ M& g    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     3.3.2 极差归一化变换的MATLAB实现 % ~2 I( a# p& n. e 9 ~( q# m( {$ r' h$ _9 o第4章 生成随机数 # V) }! h3 _( B# u# p+ t- ~4.1 案例10：生成一元分布随机数 9 `9 B  ]3 z+ z* S: H    4.1.1 均匀分布随机数和标准正态分布随机数 / z. f. D& a! n1 N/ ^9 V' V! O    4.1.2 RandStream类     4.1.3 常见一元分布随机数 / o* b6 I1 E( X/ t* Q) k    4.1.4 任意一元分布随机数 + v; a6 D- x) O$ R: K4.2 案例11：生成多元分布随机数 4.3 案例12：蒙特卡洛方法 9 ?- C: }' \& b, @/ i' v  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 4 {7 b1 A4 C' ]2 j! g7 c  4.3.3 用蒙特卡洛方法求圆周率 # z0 J) ?- ]$ u1 k  4.3.4 用蒙特卡洛方法求积分 * k4 u5 U1 F8 }8 `  4.3.5 街头骗局揭秘 ) x0 E' ^6 O. K5 p4 z( i第5章 参数估计与假设检验 - D% J3 k9 ]1 D2 n5 Y- O5.1 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 4 e. s; O7 t6 z; s' V    5.2.1 总体标准差已知时的单个正态总体均值的检验     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     5.2.5 总体均值未知时的两个正态总体方差的比较检验 1 q% H$ v# `& i9 y. O: H3 W2 g5.3 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 . v4 o2 W6 V8 N2 {: [- x  k. M    5.3.4 分布的检验 . p0 h% }& j" A% U7 T0 w$ F    5.3.5 最终的结论 5.4 案例16：核密度估计     5.4.1 经验密度函数 6 J& H# d+ E$ }  R1 [3 n) w# l    5.4.2 核密度估计 4 T/ O- u; d: l/ g; M    5.4.3 核密度估计的MATLAB实现 ' I2 h$ _7 \1 w: o    5.4.4 核密度估计的案例分析 / u# \( X: ?/ i1 W ! l* v7 B8 a3 o1 [4 K. Z! Y第6章 COPULA理论及应用实例 6.1 COPULA函数的定义与基本性质 & B3 Q4 F/ @' b$ g) v" T5 M    6.1.1 二元Copula函数的定义及性质     6.1.2 多元Copula函数的定义及性质 ; `9 B0 e) b! D: y6.2 常用的COPULA函数     6.2.1 正态Copula函数     6.2.2 t-Copula函数 & E1 a( A, C" U( x! T1 y8 a    6.2.3 阿基米德copula函数 6.3 COPULA函数与相关性度量     6.3.1 Pearson线性相关系数 9 P+ Y5 Y: m) ?8 [6 A+ z( b; |    6.3.2 Kendall秩相关系数     6.3.3 Spearman秩相关系数     6.3.4 尾部相关系数 ' s" \& U3 |. Y* ]# P1 r  ~. U    6.3.5 基于Copula函数的相关性度量     6.3.6 基于常用二元Copula函数的相关性度量 6.4 案例17：沪深股市日收益率的二元COPULA模型 " \: M. p& |+ i4 J% N    6.4.1 案例描述     6.4.2 确定边缘分布   A. z& s! y8 W+ z- M2 N& F  O    6.4.3 选取适当的Copula函数     6.4.4 参数估计 " a6 Z# t. `+ S9 h    6.4.5 与Copula有关的MATLAB函数     6.4.6 案例的计算与分析 3 Z& A7 t% r7 L* ~8 k) U" o5 l9 l 第7章 方差分析 5 b5 z" N; r& m( `3 |7.1 案例18：单因素一元方差分析     7.1.1 单因素一元方差分析的MATLAB实现 * g* @4 [  g3 P    7.1.2 案例分析 7.2 案例19：双因素一元方差分析 ; U9 Q2 O2 W% s% J5 s    7.2.1 双因素一元方差分析的MATLAB实现 0 f- l. {' E& l6 t! v0 Z    7.2.2 案例分析 7.3 案例20：多因素一元方差分析   C# z# z* v/ t! O( s  n4 y    7.3.1 多因素一元方差分析的MATLAB实现     7.3.2 案例分析一 + `8 _9 X% }0 M0 J& ]    7.3.3 案例分析二 7.4 案例21：单因素多元方差分析 * i7 U, a' a/ y- g) r, X0 S    7.4.1 单因素多元方差分析的MATLAB实现 ( o9 U6 Q8 a/ T: w* X% o    7.4.2 案例分析 7.5 案例22：非参数方差分析     7.5.1 非参数方差分析的MATLAB实现 5 x5 n2 Y) y' z+ T    7.5.2 Kruskal-Wallis检验的案例分析 ( w/ a0 A# @& N' Z) \: W6 ~+ E/ A    7.5.3 Friedman检验的案例分析 5 g4 K( ]$ |, I# W. c ' H  M1 F/ q/ [! ?: V4 O第8章 数据拟合 3 \) I$ u0 c: M& M8.1 案例23：一元线性回归分析   ?$ c, h+ o& f- Q7 v  Y    8.1.1 数据的散点图 4 n! Y* K: {  d2 }7 X    8.1.2 调用regress函数作一元线性回归分析 ' z, N  i5 O% p" G4 P4 K    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 3 U( U$ P; v2 |4 G5 n' N9 ?    8.2.2 调用nlinfit函数作一元非线性回归分析 6 @! }! m* K; ^2 e5 o    8.2.3 利用曲线拟合工具cftool作一元非线性拟合 ( l! @+ r- z0 V! T; V+ s+ V8.3 案例25：多重回归分析 . i9 d9 F1 _: r( v5 g" S. L    8.3.1 调用自编reglm函数作多重回归分析 3 x0 B( |8 A/ c: s; I6 R3 i! V    8.3.2 调用stepwise函数作逐步回归   y2 w4 R; N4 q1 c5 W8 l# a % V( L5 B( L  Z" X; P0 A% b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     9.1.2 系统聚类法     9.1.3 K均值聚类法 7 j- U" ]: H- f1 x9 j: |7 B    9.1.4 模糊C均值聚类法 # G- P$ @( M2 r1 M2 Q# p: g0 v! f9.2 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     9.2.2 样品聚类案例 + y; q/ l8 ^( K3 r& Q) v5 `# K/ y/ J    9.2.3 变量聚类案例 9.3 案例27：K均值聚类法的案例分析 . x) u' `+ p) R& G% ^    9.3.1 K均值聚类法的MATLAB函数 & x% i7 _% |% Y2 J    9.3.2 K均值聚类法案例 ( K# z/ d5 x: _% ]0 n9.4 案例28：模糊C均值聚类法的案例分析 * I: G' n+ v% o    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 0 r* L+ f& T, \' O  g8 Y第10章 判别分析 * ]+ w& L) D$ ?7 Z5 L. p# ~" {; a- d8 }10.1 判别分析简介 2 d& {* [' t8 H% P2 L) d; j    10.1.1 距离判别 9 v2 A4 I5 h7 H; r  I    10.1.2 贝叶斯判别 % ^" i/ Y" P  s" I& l1 o    10.1.3 Fisher判别 10.2 案例29：距离判别法的案例分析 5 Q" X! ]$ o! _+ a% n) V: E    10.2.1 classify函数 / O6 m/ A" t' W* z3 X; Y    10.2.2 案例分析 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 * y& ~: o& A& i9 p% @10.4 案例31：FISHER判别法的案例分析 & n* h# X% d. p, Y" a. m. Q( B! c    10.4.1 Fisher判别分析的MATLAB实现     10.4.2 案例分析 第11章 主成分分析 11.1 主成分分析简介 0 R! u! n$ E2 t. {5 y6 z    11.1.1 主成分分析的几何意义     11.1.2 总体的主成分 # y, C& _4 B5 v8 U5 Y# z) I3 Z3 b    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     11.2.2 princomp函数     11.2.3 pcares函数 * ~  k$ [% f& A. t$ _+ E11.3 案例32：从协方差矩阵或相关系数矩阵出发求解主成分 ' a# m2 Z1 X- T4 E6 u9 c    11.3.1 调用pcacov函数作主成分分析     11.3.2 结果分析 , |7 w* O4 B1 s) j; G11.4 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     11.4.2 结果分析 " F- T* c- k$ M" l; X' U1 w0 ~1 q    11.4.3 调用pcares函数重建观测数据 1 P% @4 G1 \6 Q第12章 因子分析 # I1 l7 ^1 L! ~2 k12.1 因子分析简介 $ d% E! L$ J6 w" e$ H. \    12.1.1 基本因子分析模型 , S1 v; @- B% r6 n! f7 N# e    12.1.2 因子模型的基本性质     12.1.3 因子载荷阵和特殊方差阵的估计     12.1.4 因子旋转 9 f# U3 z$ k5 p/ h    12.1.5 因子得分     12.1.6 因子分析中的Heywood现象 12.2 因子分析的MATLAB函数 # Z& h9 R3 n6 ^" k12.3 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     12.4.1 读取数据     12.4.2 调用factoran函数作因子分析 3 C3 t4 z( Z0 j, G# C# T/ E* | 附录A 图像处理中的统计应用案例 + b7 L9 {& U% A; B9 i& v  w案例36：基于图像资料的数据重建与拟合     1.1.1 案例描述 - x& o# a8 t2 N9 t: L. D9 l    1.1.2 重建图像数据     1.1.3 曲线拟合 : A, h, X7 p. r& e! Y/ `案例37：基于K均值聚类的图像分割     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 / E# r* U* q# p& q7 j3 Z    1.3.1 案例描述     1.3.2 中位数算法原理 + ?8 u3 w3 x8 B/ s    1.3.3 本案例的MATLAB实现一     1.3.4 本案例的MATLAB实现二 ) R( D- U+ e1 m" @0 g! I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     1.4.3 判别效果 6 C. ?' t( M- r案例40：基于主成分分析的图像压缩与重建 / m" x' m0 U9 E7 i, Y    1.5.1 基于主成分分析的图像压缩与重建原理 : S9 W* W5 H: {    1.5.2 图像压缩与重建的MATLAB实现 附录B MATLAB统计工具箱函数大全 2 r3 |9 N; M9 C 《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) 2015-12-1 09:42 上传 点击文件名下载附件 售价: 2 点体力  [记录] 下载积分: 体力 -2 点

- ]. ]5 H: D* J9 T3 {0 c
) v# r- ?' M& {( A* U/ u5 {

Double_L

一个？能打开吗？
" i9 K( R/ N, P- F* i