《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。 ' \, X5 Q% ]5 b8 r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。 & I5 D  |" P" x* R" Y) C% U0 c/ q * l$ h$ H( s  W1 F前    言： 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？ , J* i9 _% Y+ }5 ^! I* ^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 ( M5 }$ K+ D1 m4 `3 u2 Z- p1.1 组件对象模型（COM） 7 r( I8 G# m) e% S& o4 z: B    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     1.2.2 actxcontrollist函数     1.2.3 actxcontrolselect函数 0 g" w% o3 D5 [& }6 b( V    1.2.4 actxserver函数 " n' G; ]' r3 F# V+ S" L    1.2.5 利用MATLAB调用COM对象 1 @- C* ^, D" e    1.2.6 调用actxserver函数创建组件服务器 ! S8 ^. W/ y  Q9 T3 d6 K1.3 案例1：利用MATLAB生成WORD文档 ' J4 G9 ~- {: S3 c    1.3.1 调用actxserver函数创建MicrosoftWord服务器 4 }  j% s! m) Y8 d  n    1.3.2 建立Word文本文档     1.3.3 插入表格 ) l* \' F: s9 T    1.3.4 插入图片     1.3.5 保存文档 ; J2 q2 c4 q( ?) `: P    1.3.6 完整代码 8 E( z2 O5 a8 Q" |1.4 案例2：利用MATLAB生成EXCEL文档 ( W- [  t" u6 k+ z: U    1.4.1 调用actxserver函数创建MicrosoftExcel服务器     1.4.2 新建Excel工作簿 7 X( Q# D+ p( w4 a, B7 r, ^& r    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 / h% X& j7 c% E) \    1.4.5 页面设置 - K6 C* i! H+ ^- l, \8 f9 K! m9 D    1.4.6 选取工作表区域     1.4.7 设置行高和列宽 ; @6 r( C- T- v" G/ ~    1.4.8 合并单元格     1.4.9 边框设置 * N  F9 Y% A; }6 m    1.4.10 设置单元格对齐方式 / H3 S* [8 ]! M    1.4.11 写入单元格内容 - P% k, [) V* m0 [- ^    1.4.12 插入图片     1.4.13 保存工作簿 : n- s* J/ D5 ]# q    1.4.14 完整代码 第2章 数据的导入与导出 2.1 案例3：从TXT文件中读取数据 - j* M1 h+ T7 K, f( A7 }0 ?2 G3 |    2.1.1 利用数据导入向导导入TXT文件     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 - h: d& W0 \5 l7 ~# ^0 D6 F2.2 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 1 U% ]' I: t. J" a7 a* e2.3 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 / }6 ^( {5 e* z% v; V" z; X' ^    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 - H8 H5 J' f, R- I5 M% Q ' _! K) V1 t" g5 Y# s9 O: N第3章 数据的预处理 2 M5 h; |( s- }1 F$ C1 A' A3.1 案例7：数据的平滑处理 5 `% Z; ~/ Z( p2 ?    3.1.1 smooth函数 5 o& a5 D: Z7 D& p# P, n, h4 G    3.1.2 smoothts函数 7 w2 o- C6 L$ V& U* P: D+ J& Y6 T' Z    3.1.3 medfilt1函数 3.2 案例8：数据的标准化变换 ! x& n- o* w3 f/ a3 M  T9 W# O% B    3.2.1 标准化变换公式 0 A# `7 e7 v- y* h; m    3.2.2 标准化变换的MATLAB实现 8 O. V4 ?0 @2 b+ B3.3 案例9：数据的极差归一化变换 0 i* h" O( M8 J! b    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 # ?1 o0 N* e8 F; U* }0 |3 U4 ^ - T) d) `& a9 L8 G& P  a. S3 k( n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 / j; s, t$ Q1 m. F" O- ]' X7 S    4.1.2 RandStream类 ( X5 D' N. R6 g6 J    4.1.3 常见一元分布随机数     4.1.4 任意一元分布随机数 4.2 案例11：生成多元分布随机数 , s- j! y. E- v8 J; A& O4.3 案例12：蒙特卡洛方法 3 C! T3 K" s! [5 b% ?  4.3.1 有趣的蒙提霍尔问题 + ?$ I" N; M& _5 a! H  4.3.2 抽球问题的蒙特卡洛模拟   4.3.3 用蒙特卡洛方法求圆周率 , N$ S) k2 t0 `3 Z+ l3 C  4.3.4 用蒙特卡洛方法求积分 " T. O% H; L0 H; B" S4 {  4.3.5 街头骗局揭秘 0 u2 @7 a. F/ ~1 H( K& W. \第5章 参数估计与假设检验 " A' o$ ^2 J) j: }5.1 案例13：常见分布的参数估计 9 z/ o7 d( I* _5.2 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     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 + v+ _4 g8 B' z3 E. L# z' M    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     5.3.2 描述性统计量     5.3.3 统计图 - Q7 O7 Y) P  D6 A% e    5.3.4 分布的检验     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 7 p) c( K* {$ c0 F    5.4.2 核密度估计 ' d7 K5 m0 \# g. u2 j    5.4.3 核密度估计的MATLAB实现 9 `, d, {2 ~; F    5.4.4 核密度估计的案例分析 ; J9 v$ o( P, v3 w! c# b2 y( @) t; e: v 第6章 COPULA理论及应用实例 6.1 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 & \! J# v! k# `5 F% R0 }    6.1.2 多元Copula函数的定义及性质 6.2 常用的COPULA函数     6.2.1 正态Copula函数     6.2.2 t-Copula函数     6.2.3 阿基米德copula函数 : U; p0 E3 y, ~& X6.3 COPULA函数与相关性度量     6.3.1 Pearson线性相关系数 # u3 |  w: A0 S    6.3.2 Kendall秩相关系数     6.3.3 Spearman秩相关系数 ' q! q  e5 y* G1 B    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 6.4 案例17：沪深股市日收益率的二元COPULA模型     6.4.1 案例描述 4 j8 Z% Y( I& D. t9 x! 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 " p( N  b9 v% ?2 r. Q. V    6.4.6 案例的计算与分析 + [3 q- f: x  y# U6 q 第7章 方差分析 # Z1 o+ L8 [) ~9 F0 B& W" W7.1 案例18：单因素一元方差分析 ( V9 k4 v; e. U& _% a    7.1.1 单因素一元方差分析的MATLAB实现     7.1.2 案例分析 7.2 案例19：双因素一元方差分析     7.2.1 双因素一元方差分析的MATLAB实现 7 X6 f8 H  d- o; {8 u! f    7.2.2 案例分析 7.3 案例20：多因素一元方差分析 ; A) z. I4 X  @6 l; a! P8 X& f    7.3.1 多因素一元方差分析的MATLAB实现 7 |2 [- b6 @+ F1 @    7.3.2 案例分析一 5 \, A9 B& ^4 H    7.3.3 案例分析二 % B2 |, P* e  I4 i6 _( E) ~7 d7.4 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 6 P; t% [% s: }! ?; N( d, x1 \    7.5.1 非参数方差分析的MATLAB实现   A. C) \8 C8 Z' N2 R    7.5.2 Kruskal-Wallis检验的案例分析 & ~3 ~8 ^9 L2 Y) e. m& h: r    7.5.3 Friedman检验的案例分析 & m) W# B4 d) | 第8章 数据拟合 8.1 案例23：一元线性回归分析     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 # O4 j  Y9 e% [# S, J0 W    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 - l' u1 \* d, R( }1 f0 b8.2 案例24：一元非线性回归分析     8.2.1 数据的散点图     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 8.3 案例25：多重回归分析     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 2 X5 n4 f6 l8 w" U- X% ?6 K: { ; ?  z) j" F! Q) ?2 Q: c第9章 聚类分析   X  v, L% c6 J& y& F9.1 聚类分析简介   f3 T" P) i1 |8 z6 \; C  s    9.1.1 距离和相似系数 8 q/ T$ Z. u' y  u+ P    9.1.2 系统聚类法     9.1.3 K均值聚类法 : t" T2 f8 q& H7 e- [0 i5 u( ?' r    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 2 a# F9 M, b: C2 B" f- n% f    9.2.1 系统聚类法的MATLAB函数     9.2.2 样品聚类案例 ! c. u: {( {1 ]    9.2.3 变量聚类案例 2 \. {$ L- Z6 W9.3 案例27：K均值聚类法的案例分析 6 f( J2 l; `# S+ K: L! \; s    9.3.1 K均值聚类法的MATLAB函数 * Z4 l% c& i* [9 R    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     9.4.2 模糊C均值聚类法案例 第10章 判别分析 0 G% j; J! X8 p$ x, k) H- V% V10.1 判别分析简介 : u8 c  j% w) p- {  y6 J    10.1.1 距离判别     10.1.2 贝叶斯判别     10.1.3 Fisher判别 10.2 案例29：距离判别法的案例分析 9 X7 T+ P9 K2 D. N; M    10.2.1 classify函数 / \+ w' G- b  I    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 10.4 案例31：FISHER判别法的案例分析 # a  G4 x& n5 T* K0 ^, ^    10.4.1 Fisher判别分析的MATLAB实现 + F8 G% l" f: _8 k, M    10.4.2 案例分析 0 ~9 x  x) N- E- B$ a2 d 2 N+ O6 v, Z, e第11章 主成分分析 - q& Q7 W, k- ^! f+ e4 X4 `; V11.1 主成分分析简介 : A1 |  t+ M6 H/ q" A' e; T    11.1.1 主成分分析的几何意义 0 @9 W: w3 w, g) t4 O2 z6 N    11.1.2 总体的主成分     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 ! B6 w1 k0 ^3 A' F11.2 主成分分析的MATLAB函数 ( R. [: S. p6 r- n/ E% N. J. R0 U7 P    11.2.1 pcacov函数     11.2.2 princomp函数 ; C$ n: v7 M; w    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     11.3.1 调用pcacov函数作主成分分析 0 x  g& @; D8 Q! T/ F& L2 l    11.3.2 结果分析 11.4 案例33：从样本观测值矩阵出发求解主成分 / v8 g: s6 w6 C, ]! Z. r    11.4.1 调用princomp函数作主成分分析 ( a0 }% ~7 p$ r; Y    11.4.2 结果分析 / C) ]7 q1 g9 P4 g$ R    11.4.3 调用pcares函数重建观测数据 2 L2 S* L3 i' _3 n+ E . E# s5 Q0 ^4 }& c2 ]' G第12章 因子分析 ; C0 n0 y" F3 Y" u& z, k& e& Q8 S7 @12.1 因子分析简介 9 `$ s/ I/ N( Y/ b: L. P4 L  Z    12.1.1 基本因子分析模型     12.1.2 因子模型的基本性质   k7 O8 P: m5 r; a2 E& b( |    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 . y' Q4 |0 a7 \' P; _" n    12.1.6 因子分析中的Heywood现象 . Q3 a5 \0 f! i0 k9 U8 {4 f12.2 因子分析的MATLAB函数 , g( ?: _2 x  v% [12.3 案例34：基于协方差矩阵或相关系数矩阵的因子分析 . J2 R; }/ n, i1 z8 n: j0 L: s' v12.4 案例35：基于样本观测值矩阵的因子分析 2 v: G1 H! J4 G7 x$ r, J+ r2 C4 u    12.4.1 读取数据 0 F/ W. ^/ C& ?, ~( U    12.4.2 调用factoran函数作因子分析 , U4 C/ V2 u0 f* u6 H* L0 \, A 附录A 图像处理中的统计应用案例 : M5 ^9 H: O  k0 d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     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 ; N- M! F2 E4 a6 p* e    1.2.2 真彩图像分割案例 0 q. v% A! @9 _$ \案例38：基于中位数算法的运动目标检测 0 F: i6 f8 I4 g' N/ C$ P1 \& [# I    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 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 : j3 O% q  H8 g  L; ^; M' P. O" I4 h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 8 W" j$ p; R/ @3 J附录B MATLAB统计工具箱函数大全 7 p) f! C( Q" M* L$ {( f, j 《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

: k' S6 i/ E9 N

Double_L

一个？能打开吗？