- 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) f4 u$ e g- V# f* F7 [1 `
( y2 e& P+ J6 u' K链接:http://pan.baidu.com/s/1gdCMmQZ 密码:8fzf
, L4 @ x- ]5 F+ E! ? a
* r- C* g6 j. n$ d- P9 y0 R【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。
; X& h4 c* F% X" n' y: M* r9 B, v9 m, K, q+ I
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。# ^4 R3 |% s: s# X- k3 k- |
2 q5 E1 @" x: |% [讲座非常清晰。
+ p: d+ S. ?2 w8 {# j& M o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。
/ G# K; x3 |2 p4 U8 t# C3 L
* u1 j$ B4 o! X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。
7 j9 ^6 o% Q. K
/ J$ \3 m# P% o6 F![]() ![]() ' R' L/ V5 C& B6 b# }& p9 E
. n* o4 ~7 {9 c' r, x3 s3 D" @( U/ A5 a1 V
, B1 Z7 V. k) j! Y
& n/ v# U6 q' I% O r
$ Y$ B; _' w8 h/ i张尧庭,方开泰《多元统计分析引论》2013版 pdf+ I' ]/ s& K0 `; @1 S) V! H
* o/ V' S) f$ h% n链接:http://pan.baidu.com/s/1dDAi0lN 密码:xp6u
" E. }. y4 q6 w8 F) b3 V$ D4 V1 z3 `7 |) }
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。
9 F2 g2 E; ` w! @' T- }6 ?
6 |7 ~1 h& e6 {% a, J作者简介 $ N0 f, N2 M& Q9 A
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。' t) Z& k% j" N
: {5 A5 ?9 \) j( ~# _4 @ 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。 M2 j( r+ y7 H0 {0 _0 U
9 q8 ^& X6 z/ \* ^ 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)。 # z" h. M" {5 x5 M2 W& p
6 `9 l" k. U' s" R6 l$ W" y2 t& K目录 第一章 矩阵
2 A* B2 K+ i$ c' p1.1 线性空间+ x* ~) G, ^! ^4 A7 i3 f
1.2 内积和投影
7 Q+ C8 f- J7 z3 M& O# I1.3 矩阵的基本性质
5 q) _. I. S6 m2 H' d1.4 分块矩阵的代数运算) B2 O& L6 R- u( [) q3 O
1.5 特征根及特征向量& Y9 f, e# z0 V: s; t$ m' E
1.6 对称阵* g! ^; d$ A" ~: i7 E
1.7 非负定阵3 d( c' z5 @" P0 c
1.8 广义逆' i) Z3 c9 @ e
1.9 计算方法
' V- M+ o. j3 G( Q+ V1.10 矩阵微商
' S+ F! _" {! y1.11 矩阵的标准型
: m, p& ]" n: z2 `1 o# [# @% z1.12 矩阵内积空间
& {: Z' y* z. x第二章 多元正态分布
9 R1 }% g' X2 V/ ^5 B2.1 定义
) @% c1 S7 n+ n* Z+ t2.2 正态分布的矩( Z: ?$ P+ Y4 z% n: H
2.3 条件分布和独立性
# e5 `+ P3 [, C4 P2.4 多元正态分布的参数估计- j( I$ M* D0 c
2.5 μ和γ的极大似然估计的性质5 @8 D& E* x3 Y4 d, T
2.6 多维正态分布的特征
2 W2 e* F% A3 G2.7 多维正态分布函数的计算
' s- h6 U% A* U8 Q- C6 P2.8 例% l* q4 d9 J- M' s
第三章 样本分布的性质和均值与协差阵的检验
) V# e- N1 |! U3.1 二次型分布
5 I! y( q3 e) I) \3.2 维希特(wishart)分布
9 I7 ~+ w4 C' H2 [) d3.3 与样本协差阵有关的统计量,T*2和A统计量/ U8 _9 a3 A+ a! q9 X- @- F2 W f
3.4 均值的检验
& a3 w! l |- P5 n3.5 T*2统计量的优良性
. B/ R( J) b. R6 V! T3.6 多母体均值的检验5 n4 n9 j# M7 Q7 c# A, _# b& G
3.7 协方差不等时均值的检验+ B1 y, e& t! J) z# b2 P( C+ q
3.8 协差阵的检验
* N+ R5 Z% @8 {3.9 独立性检验7 T$ ?2 K K. h# `* c
第四章 判别分析0 D- L9 H2 I8 m% o; F! c1 F3 q
4.1 距离判别
; V; }4 r! i4 b4.2 贝叶斯(Bayes)判别
7 o; Q% C$ ^9 d& y4.3 费歇(Fisher)的判别准则
2 S& Y: o" q( M1 t6 K1 N4 S4.4 误判概率
7 i( Z6 C+ n) V* K# J* ^' g) v4.5 附加信息检验
/ D) v; h+ h! c9 k4.6 逐步判别
, l; L k) [& P* i7 j4.7 序贯判别
0 D/ E$ s& a7 `7 Q第五章 回归分析1 T, x. G- h" I+ q7 f2 ^& D
5.1 问题及模型
# n; M; `( [# M: L* I$ F/ b5.2 最小二乘估计# w6 @$ p3 k" ]* B1 K9 E, p- V0 s
5.3 假设检验9 r% f+ z+ K) H9 e9 K
5.4 逐步回归
& K! L$ ~) N$ m" g+ i( @5.5 双重筛选逐步回归
8 P' @& _& c) D! h5.6 回归分析与判别分析的关系% _$ l2 b' d; r i, b
第六章 相关
/ o* f; U- W$ o6.1 投影( Y5 q. B8 P( j1 `: ?
6.2 典型相关变量! t/ ]& ]' R' {1 A
6.3 广义相关系数
$ D- U, K! g8 n [% e6.4 主成分分析及主分量分析
$ I/ W+ ], H% X; B0 Y7 r& d6.5 因子分析
& N" z' m" N9 l1 o4 \5 g. S# m# |' Z第七章 线性模型
6 m& e7 _: `/ s: }" B9 @7.1 模型 u, b: r4 v, `
7.2 估值/ x2 `) ?5 O2 ]# K
7.3 广义线性模型
4 V# o. Y/ M- v7 Z* N3 I% Q7.4 递推公式
0 n+ f# ]/ A4 x' l7.5 正态线性模型的假设检验
& U7 O# o; k9 K# s2 b1 {1 W5 B7.6 试验设计
+ N6 E) C' J. L第八章 聚类分析& F) ]4 ^1 ?5 k/ s& i( F p# D2 P
8.1 相似系数和距离
7 W" N4 |( R* P2 m/ W8.2 系统聚类法, ?# k# ?# J7 g( B
8.3 系统聚类法的性质 f8 x; X, U; i( h& N5 P2 ]% t" j
8.4 动态聚类法
: J2 q7 M- R. f9 o8.5 分解法8 W1 P- V% [8 Z" T( K4 x) b# |
8.6 有序样品的聚类与预报/ m' K6 H! `$ j, P
第九章 统计量的分布
, f8 @6 N8 O2 `9.1 预备知识7 L! |6 u% A6 H* z9 s3 }
9.2 Jm(f|r1,…,rm)! k; B | Y/ E" s5 O" `1 }8 i: u
9.3 一元非中心分布2 D& l' n0 Q1 N
9.4 Wishart分布
# K) n# g) h5 q7 o* {$ n9.5 广义方差的分布6 P. k. `; T0 _9 M. B; F/ s, M6 X
9.6 非中心T*2分布
( s# ~7 }8 |7 r) W- j' A9.7 样本相关系数的分布
5 r4 J% N; U- q. F9.8 S1S-1特征根的联合分布' @$ H2 N* P; T. K i( j: X$ W* C
9.9 结束语( N" s6 k2 _, U% |2 ^/ E9 n
参考文献
) b1 I' B. g# D( S0 J c% }7 p, |3 h& f# e) `! G4 t8 d# U0 I
|
zan
|