《MATLAB统计分析与应用：40个案例分析

liyan1259

内容简介： 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。 2 O2 `' h: v% X( U/ y; z2 m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。 6 o% X; z" _6 Q$ X/ d" I前    言： % o0 S$ b# I6 H% a# k5 T7 p8 I ) ~1 V/ S% l6 @6 Z& nMATLAB、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？ & L  |/ p' r. X; N3 Q& { 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。 0 G: ^5 f# ?2 n/ {3 h; u1 f, f目录： 第1章 利用MATLAB生成WORD和EXCEL文档 1.1 组件对象模型（COM） # n4 b% E. J; }$ W; S" ]    1.1.1 什么是COM $ i) [. b- X0 g  M0 Q+ Y$ [    1.1.2 COM接口 1.2 MATLAB中的ACTIVEX控件接口技术 5 D- r7 e* k$ A3 [  Z; u4 Q    1.2.1 actxcontrol函数     1.2.2 actxcontrollist函数     1.2.3 actxcontrolselect函数 . n/ A- @' {$ F3 G2 p    1.2.4 actxserver函数 0 {: P2 t/ _" g5 p8 A# h    1.2.5 利用MATLAB调用COM对象 & S# V. q: d6 Q: B    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 0 |( B8 R, a' @; ^. R2 P) Z    1.3.1 调用actxserver函数创建MicrosoftWord服务器 9 A# i* }+ e8 v1 k: X    1.3.2 建立Word文本文档 + A' P/ C+ P) Q& k$ x7 w    1.3.3 插入表格     1.3.4 插入图片     1.3.5 保存文档     1.3.6 完整代码 2 }& D- N* [6 C. E1.4 案例2：利用MATLAB生成EXCEL文档 - g! \1 \. g3 J& k: ^* V3 P" [    1.4.1 调用actxserver函数创建MicrosoftExcel服务器     1.4.2 新建Excel工作簿   k6 @6 F& C; W2 ]7 r0 [    1.4.3 获取工作表对象句柄     1.4.4 插入、复制、删除、移动和重命名工作表 ; {3 \1 m( u' A' f! G" G1 {; K4 S    1.4.5 页面设置     1.4.6 选取工作表区域     1.4.7 设置行高和列宽     1.4.8 合并单元格 / Z% F/ ^# J- ~0 w7 O  B    1.4.9 边框设置     1.4.10 设置单元格对齐方式 4 d5 b8 c+ O3 _9 p; G5 Y    1.4.11 写入单元格内容 & I' `8 A$ x1 e( ?8 j    1.4.12 插入图片 3 \; O2 D' q. b1 A3 W    1.4.13 保存工作簿 # n& U/ J9 F+ z7 a3 N    1.4.14 完整代码 ) ~; O  ]: R, f9 Y: Y $ v7 N5 S8 k+ K3 t4 z" n第2章 数据的导入与导出 8 r% Z$ S$ M7 w2.1 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 # x7 X6 d1 ^/ Q% y6 y    2.1.2 调用高级函数读取数据 1 O2 |, ?- K2 ]9 C    2.1.3 调用低级函数读取数据 8 `" r+ M; x3 M7 F8 M! p8 X2.2 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 2.3 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     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 S* M. T: `6 d2 K8 z. \ 第3章 数据的预处理 7 m% n( V7 e" _% B$ U2 N4 m7 n$ t/ n3.1 案例7：数据的平滑处理     3.1.1 smooth函数 2 c$ g3 E3 J& X    3.1.2 smoothts函数     3.1.3 medfilt1函数 5 }; Z. c7 y& _1 P5 Z  ?! f6 f( S3.2 案例8：数据的标准化变换     3.2.1 标准化变换公式 ) l1 ^6 s6 Y' e& _$ m! }" I& p    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 第4章 生成随机数 4.1 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     4.1.2 RandStream类     4.1.3 常见一元分布随机数     4.1.4 任意一元分布随机数 % S- h/ G. u8 ~" A9 ]# p, r7 Q. L4.2 案例11：生成多元分布随机数 3 f$ d4 T- f9 C& L; `5 E! Z! {! U4.3 案例12：蒙特卡洛方法 2 N1 \# ?9 N2 [: Q& X! c+ b' A  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 6 @$ e- P8 [! J  4.3.3 用蒙特卡洛方法求圆周率 4 \$ K% }! d2 ?- _  ^  4.3.4 用蒙特卡洛方法求积分 ; B# z! \. F$ e; y( `  4.3.5 街头骗局揭秘 4 t- W- M2 z' c7 i第5章 参数估计与假设检验 5.1 案例13：常见分布的参数估计 : y0 U; S& o, y# m$ j+ A# E! Y: q+ n5.2 案例14：正态总体参数的检验 % y9 s. ?+ _9 |/ M% t# E6 i* t* D    5.2.1 总体标准差已知时的单个正态总体均值的检验 3 Q$ E" R3 w" P/ N+ y6 `    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 ' T& _& z# ~6 e7 U9 w0 I2 K    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     5.3.1 案例描述 + {+ ?+ l+ Q, B$ ?. G    5.3.2 描述性统计量     5.3.3 统计图 . f2 w- V; L; \5 E# c    5.3.4 分布的检验     5.3.5 最终的结论 & b. N/ @2 F5 P8 N5.4 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 - ~" }9 X& v) n# q 第6章 COPULA理论及应用实例 1 K/ `' o" `  U2 E4 Z: R6.1 COPULA函数的定义与基本性质 , k* B0 O* V* V3 h    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 6.2 常用的COPULA函数 7 e2 Z! M$ D; D2 y, M5 L    6.2.1 正态Copula函数 9 l3 {4 {# M# f4 E' w    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 % @* b1 s. R- ?. }! k( c+ ?2 t, b    6.3.1 Pearson线性相关系数 & I5 x7 R  y4 k8 v5 m2 R    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     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 & P8 }/ T1 \; |$ A& k. X" N6.4 案例17：沪深股市日收益率的二元COPULA模型 , ~4 W$ c. q: n0 V# b: m    6.4.1 案例描述 - u0 m! ?, l9 R( Q- ]7 k    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 8 R; `4 R( S( a: y: [6 L    6.4.6 案例的计算与分析 第7章 方差分析 - a, N1 c& x) R9 U7.1 案例18：单因素一元方差分析 # ^4 e' s, H5 n+ a. n  d0 e    7.1.1 单因素一元方差分析的MATLAB实现 7 x$ Z* T) A# T    7.1.2 案例分析 & y4 b; R1 [7 }3 L6 T5 x, R7.2 案例19：双因素一元方差分析 ( R9 X+ s  I3 ~; t6 J& D( x1 E: W5 G2 ?    7.2.1 双因素一元方差分析的MATLAB实现     7.2.2 案例分析 4 a1 i  B. K' O5 s, O. q, I  k! |7.3 案例20：多因素一元方差分析 ) {/ u* [. D1 X3 ^# g2 C$ m4 g    7.3.1 多因素一元方差分析的MATLAB实现 : v6 W/ {2 s1 F/ [6 u( d6 y+ a. n    7.3.2 案例分析一 , A" f4 r. H, T" |: w6 O# D& H+ N    7.3.3 案例分析二 7.4 案例21：单因素多元方差分析     7.4.1 单因素多元方差分析的MATLAB实现     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     7.5.2 Kruskal-Wallis检验的案例分析 % K, n1 I% z2 i& W$ k. K    7.5.3 Friedman检验的案例分析 . N6 Q% {5 x: Y9 @ ' L4 e- N9 |. }4 v' J; l) N第8章 数据拟合 8 X$ L) X+ ~- h8 t$ y; ^8.1 案例23：一元线性回归分析 ; {2 F; D' o9 n4 I. ?7 i7 f! p' C    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     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 + J& I: t8 d' r7 m. q! S    8.2.1 数据的散点图 3 P! H7 G, ^2 s$ N7 Y0 _    8.2.2 调用nlinfit函数作一元非线性回归分析 1 \$ B6 C0 V* F5 |    8.2.3 利用曲线拟合工具cftool作一元非线性拟合 8.3 案例25：多重回归分析 + o. J/ A0 j/ U. P# c    8.3.1 调用自编reglm函数作多重回归分析     8.3.2 调用stepwise函数作逐步回归 $ T# L1 O1 W! F, G! p1 [/ m 第9章 聚类分析 9.1 聚类分析简介 1 d0 K( i. o6 B# |# G    9.1.1 距离和相似系数 + e7 X7 D: J- A$ b1 n9 Z' }    9.1.2 系统聚类法     9.1.3 K均值聚类法     9.1.4 模糊C均值聚类法 9.2 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 2 G; s& \7 k# `    9.2.2 样品聚类案例 # f5 l5 |) C4 ?" S" ?    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 $ a: b0 M  r6 |& k" i: m  J    9.3.1 K均值聚类法的MATLAB函数 0 ]8 R/ Z4 L( d3 y& V  X    9.3.2 K均值聚类法案例 0 D2 C% H: W) t2 ]3 \. @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 , \$ |, C7 B' k2 f& M% q1 w* v    9.4.2 模糊C均值聚类法案例 $ }5 G! Y1 u: i3 @ ' D) s+ e+ F+ \% M* `+ O7 q6 E5 \第10章 判别分析 10.1 判别分析简介 ! b8 b& p: N/ u2 n    10.1.1 距离判别 9 q; J( P9 V  P    10.1.2 贝叶斯判别   u/ i! I3 P: z+ k1 Z    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 ; t  L. s* H( y1 o10.3 案例30：贝叶斯判别法的案例分析 ' {" H% x' F/ x5 k7 w8 y4 h    10.3.1 NaiveBayes类     10.3.2 案例分析 . N  C" Z. D& M) i$ i10.4 案例31：FISHER判别法的案例分析     10.4.1 Fisher判别分析的MATLAB实现 % ^: Q0 l4 F0 v# j3 u4 ~    10.4.2 案例分析 " \1 S( X* D; G& j  x5 U: q" \ # g* }; ?  `7 `- E2 b6 S第11章 主成分分析 " y/ K' w7 H: n$ G) k2 {11.1 主成分分析简介     11.1.1 主成分分析的几何意义     11.1.2 总体的主成分 $ C  F- v6 o" ^& j) Q% E) Z) S% P    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 + \7 q! H6 W0 U" h) m5 i11.3 案例32：从协方差矩阵或相关系数矩阵出发求解主成分     11.3.1 调用pcacov函数作主成分分析     11.3.2 结果分析 * m* s. i& E1 ?11.4 案例33：从样本观测值矩阵出发求解主成分 ) e- ]0 |5 _8 R$ Z! E6 v    11.4.1 调用princomp函数作主成分分析 5 l) M. a0 \" R  q; C. o! I2 h    11.4.2 结果分析 : n! `% G/ b9 q, M. x    11.4.3 调用pcares函数重建观测数据 . _. D0 d" w5 B0 f+ T - z9 Y& k+ ~# j) f# R/ T第12章 因子分析 , R. O: }0 K" I- t% A* b& Q12.1 因子分析简介 ) h9 g5 |5 t1 X$ B; ~( ?7 L$ ?    12.1.1 基本因子分析模型     12.1.2 因子模型的基本性质 2 P  O* |& d' {( \; y: p% D" O    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 3 Y) z& H3 j3 J4 r    12.1.6 因子分析中的Heywood现象 12.2 因子分析的MATLAB函数 * A$ \( X; v0 \* y0 g9 w12.3 案例34：基于协方差矩阵或相关系数矩阵的因子分析 / p" I- P& i6 Y0 I- O12.4 案例35：基于样本观测值矩阵的因子分析 ) }4 F6 Z  q4 b0 O' Q1 g; Q$ D    12.4.1 读取数据     12.4.2 调用factoran函数作因子分析 " |' a; D4 G  W0 W6 P# m4 h3 c" v% R附录A 图像处理中的统计应用案例 & d' a- Z; j* z% k# Z$ I2 W9 p案例36：基于图像资料的数据重建与拟合 % u$ D+ H# G/ Y4 w- i    1.1.1 案例描述 7 X# {; _% v) j; ~5 q    1.1.2 重建图像数据     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 5 R1 C# |. t, U, I2 m6 D: P0 M    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 - z8 s  t/ x1 C$ ^* ]    1.3.1 案例描述     1.3.2 中位数算法原理     1.3.3 本案例的MATLAB实现一     1.3.4 本案例的MATLAB实现二 / y" E" ~( T. n. W) E# ]# p5 T案例39：基于贝叶斯判别的手写体数字识别 5 k/ K5 r; Z) s7 x( W    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 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 [; R6 H+ g  |3 \6 s    1.5.2 图像压缩与重建的MATLAB实现 % x3 O% T6 B9 F; R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

3 e. O; e, R0 i

Double_L

一个？能打开吗？