《MATLAB统计分析与应用：40个案例分析

liyan1259

内容简介： 3 X$ s: V+ k. R6 w 3 M5 `: {+ L6 T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。 ! p7 G5 k2 V& d 6 T, C& r7 N  C+ l8 s+ h前    言： 2 _" U2 E; ]9 Y1 F9 [$ C3 W+ LMATLAB、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？ 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。 目录： 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 % H5 [0 R& k: T9 f3 |9 S/ L% F7 a1 l    1.1.2 COM接口 1.2 MATLAB中的ACTIVEX控件接口技术 & ?7 ^' |; ^" E9 X! _. H    1.2.1 actxcontrol函数     1.2.2 actxcontrollist函数 $ T+ ^' R* H- j7 j    1.2.3 actxcontrolselect函数     1.2.4 actxserver函数     1.2.5 利用MATLAB调用COM对象 " `' Q% r: f) H# b: v    1.2.6 调用actxserver函数创建组件服务器 1.3 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 ' v  j* M) `% |2 S( P. b4 }  v    1.3.2 建立Word文本文档 6 D( A$ n' G  W, f+ q+ `( X- \    1.3.3 插入表格 3 Z# _0 n. k. Z7 E3 D- X7 u    1.3.4 插入图片     1.3.5 保存文档 1 s) F6 s) i- U$ r. y! G    1.3.6 完整代码 1.4 案例2：利用MATLAB生成EXCEL文档     1.4.1 调用actxserver函数创建MicrosoftExcel服务器     1.4.2 新建Excel工作簿     1.4.3 获取工作表对象句柄   B9 y1 h8 P( A2 }. s: W. t# a    1.4.4 插入、复制、删除、移动和重命名工作表 9 _9 a% M0 q' Y+ h& ]7 o    1.4.5 页面设置     1.4.6 选取工作表区域 4 w8 G1 r" j! V6 R% v    1.4.7 设置行高和列宽 ' C3 C+ |. v) M; g0 `. D, ^0 y    1.4.8 合并单元格 - I1 F2 |* ?3 S    1.4.9 边框设置     1.4.10 设置单元格对齐方式 1 ?  @! L# H9 n: `1 l7 U9 ^. [    1.4.11 写入单元格内容     1.4.12 插入图片 7 P2 d8 E  @7 l7 r% T4 g+ ^0 D    1.4.13 保存工作簿 7 ?# `8 S' j% ~5 ]    1.4.14 完整代码 ) }5 C- C! I6 ] 第2章 数据的导入与导出 / v/ M/ C& q) f- K+ n) N) l2.1 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 + Y( C. a0 }" V6 \% e0 Q; X    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 ; t" N2 A8 n* L2.2 案例4：把数据写入TXT文件 2 `) F% j4 ^+ F9 ]: ~" z1 O/ j( K  X    2.2.1 调用dlmread函数写入数据     2.2.2 调用fprintf函数写入数据 - W% v$ a6 r. R$ q2.3 案例5：从EXCEL文件中读取数据     2.3.1 利用数据导入向导导入Excel文件 ! H8 x9 e# J# o4 o- ]    2.3.2 调用xlsread函数读取数据 8 o& D* }' ?* v' |4 v2.4 案例6：把数据写入EXCEL文件 + d4 k* \9 b% R2 @; Q第3章 数据的预处理 3.1 案例7：数据的平滑处理     3.1.1 smooth函数 $ ], i! K5 N9 D  w! g    3.1.2 smoothts函数     3.1.3 medfilt1函数 3.2 案例8：数据的标准化变换 % h* N, S$ u; L3 l) s1 a' V6 j, R* C    3.2.1 标准化变换公式     3.2.2 标准化变换的MATLAB实现 . a" Z0 c9 _1 D: w. D' m& Y3.3 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 ! M  \( g! c6 v% ]1 }2 _    3.3.2 极差归一化变换的MATLAB实现   k1 v& Y, D) j+ G  T2 u 第4章 生成随机数 / r& v) G7 B0 x/ k/ @' ?4 L4.1 案例10：生成一元分布随机数     4.1.1 均匀分布随机数和标准正态分布随机数 . B$ ?& o) y3 L# ?! Y    4.1.2 RandStream类 ' h. M; e9 ~! r% L- \1 J    4.1.3 常见一元分布随机数 " d( j+ ]# u* i" P! P: G    4.1.4 任意一元分布随机数 : W3 W* @5 i+ M* q9 ~/ l4 e; g" ~( q4.2 案例11：生成多元分布随机数 * I; G& b* I6 r9 T4.3 案例12：蒙特卡洛方法   4.3.1 有趣的蒙提霍尔问题 & r9 `# v4 D5 u4 X# K# s1 ~  4.3.2 抽球问题的蒙特卡洛模拟 8 f/ F* Q" J/ V: }  4.3.3 用蒙特卡洛方法求圆周率 7 @+ x$ a2 S: y! z% L( m+ h" W  4.3.4 用蒙特卡洛方法求积分 & b3 ], m' a$ B9 D3 A& y6 x. X  4.3.5 街头骗局揭秘 & `- g7 X+ z! b7 |第5章 参数估计与假设检验 0 T9 Z$ w& ^2 C( q0 f# D) V6 g5.1 案例13：常见分布的参数估计 2 [5 y7 {0 R& n1 q5.2 案例14：正态总体参数的检验     5.2.1 总体标准差已知时的单个正态总体均值的检验 + z! }. l+ _; F/ s    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 $ z1 H: g  B8 o2 W. }' v    5.2.5 总体均值未知时的两个正态总体方差的比较检验 5.3 案例15：分布的拟合与检验 / q3 c; x) u! p) ~    5.3.1 案例描述     5.3.2 描述性统计量     5.3.3 统计图 / a& a  y1 \/ f% V/ l2 y    5.3.4 分布的检验     5.3.5 最终的结论 # E" g2 [9 S, W7 z/ k5 d8 ]5.4 案例16：核密度估计     5.4.1 经验密度函数     5.4.2 核密度估计     5.4.3 核密度估计的MATLAB实现     5.4.4 核密度估计的案例分析 第6章 COPULA理论及应用实例 3 l2 _7 ~- k" X! w* l( A6.1 COPULA函数的定义与基本性质     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 0 ~  E' k6 |/ B8 i1 e6.2 常用的COPULA函数 2 b% ?) M2 T5 Q; k* s" n9 k; o    6.2.1 正态Copula函数 1 B# a3 k- H8 q  G0 b* S- X- J    6.2.2 t-Copula函数     6.2.3 阿基米德copula函数 6.3 COPULA函数与相关性度量 + V7 R6 t1 E/ B9 k1 F9 g    6.3.1 Pearson线性相关系数   i. w- J. ^' h3 F2 V! s- y    6.3.2 Kendall秩相关系数     6.3.3 Spearman秩相关系数 , c$ @5 [8 B0 q8 x5 n    6.3.4 尾部相关系数 3 g% N  T+ s( `9 j* w    6.3.5 基于Copula函数的相关性度量 6 ]! h5 X8 Y( C" G& o; N$ l$ ]$ g    6.3.6 基于常用二元Copula函数的相关性度量 - s- `7 A9 [$ ~/ r/ u6.4 案例17：沪深股市日收益率的二元COPULA模型 $ g8 |4 D& O- H' l6 J8 z5 n3 B4 d1 n    6.4.1 案例描述 7 M% r! u* I  H3 [+ B    6.4.2 确定边缘分布     6.4.3 选取适当的Copula函数     6.4.4 参数估计     6.4.5 与Copula有关的MATLAB函数 ! z& N) x( C: o; I    6.4.6 案例的计算与分析 0 w- T; R& q- P第7章 方差分析 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 7 V+ E+ A; V* ?    7.1.2 案例分析 7.2 案例19：双因素一元方差分析 , l$ p2 }) [7 l9 {2 c. k    7.2.1 双因素一元方差分析的MATLAB实现 2 E+ q/ t9 T% W    7.2.2 案例分析 7.3 案例20：多因素一元方差分析     7.3.1 多因素一元方差分析的MATLAB实现 * I! Y% b8 H8 Q+ H- E: E    7.3.2 案例分析一 ! U& E: \4 |7 y/ W2 l7 ]    7.3.3 案例分析二 7.4 案例21：单因素多元方差分析 - n, c6 @0 I% k6 o) I) o/ J    7.4.1 单因素多元方差分析的MATLAB实现 $ Y) o: _- f( G9 X4 C* J    7.4.2 案例分析 ; E& M% v; C) t; s7.5 案例22：非参数方差分析     7.5.1 非参数方差分析的MATLAB实现 1 r# [: i3 |: n( y1 O    7.5.2 Kruskal-Wallis检验的案例分析 ; |! g% A0 [( I& z) U1 j    7.5.3 Friedman检验的案例分析 . d5 o: I, s( ~& [ 第8章 数据拟合 . `4 M! ^: r1 D4 A6 h8.1 案例23：一元线性回归分析 $ d" l4 {- l2 y6 d5 H    8.1.1 数据的散点图     8.1.2 调用regress函数作一元线性回归分析     8.1.3 调用regstats函数作一元线性回归分析 3 v) _$ i# V3 L1 o: w' P- p8 ~    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 ; F, l& q. F. T5 \    8.2.1 数据的散点图 9 t/ u! a% V$ }) D! @    8.2.2 调用nlinfit函数作一元非线性回归分析     8.2.3 利用曲线拟合工具cftool作一元非线性拟合 " O/ u& z4 V- N# E! V8.3 案例25：多重回归分析 7 W) @0 e" o4 P) S0 v    8.3.1 调用自编reglm函数作多重回归分析 " {1 p* d* [4 j0 @  [0 N; W    8.3.2 调用stepwise函数作逐步回归 第9章 聚类分析 " x1 m2 F* W9 g) E4 o6 r9.1 聚类分析简介     9.1.1 距离和相似系数 $ V  c$ q& Q4 u5 R7 o! S* d    9.1.2 系统聚类法 9 V5 t- w8 V2 F, X- t( S    9.1.3 K均值聚类法 4 o6 _! Q1 \% r2 _# J, S: o    9.1.4 模糊C均值聚类法 4 e" `6 i) B4 W/ X) C) 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 4 d; L3 D9 a! ~/ k. N: R% r    9.2.2 样品聚类案例     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     9.3.1 K均值聚类法的MATLAB函数 : T/ o, z$ V% y% I' `    9.3.2 K均值聚类法案例 9.4 案例28：模糊C均值聚类法的案例分析     9.4.1 模糊C均值聚类法的MATLAB函数 / ~- k% X8 C9 h    9.4.2 模糊C均值聚类法案例 第10章 判别分析 10.1 判别分析简介     10.1.1 距离判别     10.1.2 贝叶斯判别 6 m0 y& a0 _) Y! Y) j    10.1.3 Fisher判别 10.2 案例29：距离判别法的案例分析     10.2.1 classify函数     10.2.2 案例分析 10.3 案例30：贝叶斯判别法的案例分析 # B9 @0 U% m0 W# g2 F' p    10.3.1 NaiveBayes类     10.3.2 案例分析 10.4 案例31：FISHER判别法的案例分析     10.4.1 Fisher判别分析的MATLAB实现     10.4.2 案例分析 3 H. O0 i! L( a% b6 Y * i- G" l0 _, @6 _& g  [第11章 主成分分析 11.1 主成分分析简介 + r) v3 L9 D& _4 J; p& r! x% y% I$ {  g# X    11.1.1 主成分分析的几何意义 ) B- {4 F$ E1 i6 Q    11.1.2 总体的主成分 5 S8 ^6 ]% _, w# w    11.1.3 样本的主成分 ! T, X( H2 l  H" ^8 p; X5 W# G    11.1.4 关于主成分表达式的两点说明 ; N; H3 _9 h9 G0 L# G3 J4 W. t11.2 主成分分析的MATLAB函数     11.2.1 pcacov函数 $ g  v$ t8 I2 K- Z. |    11.2.2 princomp函数 - d2 ?) \( B3 E6 `0 c/ B8 t$ X6 g    11.2.3 pcares函数 11.3 案例32：从协方差矩阵或相关系数矩阵出发求解主成分 - L* \/ P9 l, f! b$ _! K3 r, C) o    11.3.1 调用pcacov函数作主成分分析     11.3.2 结果分析 ! T3 _4 o8 V9 q, I# Q7 y11.4 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 0 H; M/ {  B' c+ J! m6 F( M) A+ o    11.4.2 结果分析     11.4.3 调用pcares函数重建观测数据 + J+ k) \0 Q  l  _. _+ A 第12章 因子分析 12.1 因子分析简介 4 i8 d/ U  ]( Q9 {- C1 z    12.1.1 基本因子分析模型 / j( P( `& U: g/ G0 X% _    12.1.2 因子模型的基本性质 + ^/ l7 R. B! o: f- H    12.1.3 因子载荷阵和特殊方差阵的估计     12.1.4 因子旋转     12.1.5 因子得分 5 ]2 g6 W  |/ Q* m1 O+ s    12.1.6 因子分析中的Heywood现象 + O8 O/ K5 \5 x12.2 因子分析的MATLAB函数 12.3 案例34：基于协方差矩阵或相关系数矩阵的因子分析 + q8 I# G0 a( J+ E, {/ H) ]3 |# |12.4 案例35：基于样本观测值矩阵的因子分析 3 m6 R- z- W; o! ]* A8 p2 h    12.4.1 读取数据 4 \8 M: d& }9 T  w5 F0 _& _  i    12.4.2 调用factoran函数作因子分析 附录A 图像处理中的统计应用案例 1 c) @7 B" u* k9 [7 z' p9 ~案例36：基于图像资料的数据重建与拟合     1.1.1 案例描述     1.1.2 重建图像数据 3 P2 O0 l3 X1 l; E4 a    1.1.3 曲线拟合 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 & ~: ?# Z6 R- k) i: y/ r  O7 n' c% N    1.2.2 真彩图像分割案例 9 R* h  W9 G3 O4 ~0 t案例38：基于中位数算法的运动目标检测     1.3.1 案例描述 3 Q5 Y7 l& u# B7 E- S, q; z+ j5 s    1.3.2 中位数算法原理     1.3.3 本案例的MATLAB实现一 1 V9 ~8 _2 a* {( ~    1.3.4 本案例的MATLAB实现二 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   {- C) t. {* S( T1 D    1.4.2 创建朴素贝叶斯分类器对象 : ^0 f' P" O( ]    1.4.3 判别效果 * ]1 }  o) l/ j4 w" i/ P# @* V! O案例40：基于主成分分析的图像压缩与重建     1.5.1 基于主成分分析的图像压缩与重建原理     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 《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

% O0 W* }! {: v7 P$ j( E

Double_L

一个？能打开吗？