- 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
- 8655 点
- 威望
- 12 点
- 阅读权限
- 200
- 积分
- 5344
- 相册
- 1
- 日志
- 1
- 记录
- 7
- 帖子
- 439
- 主题
- 115
- 精华
- 0
- 分享
- 2
- 好友
- 69
升级   6.88% 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( P" N" b2 `% A! I
' c! X: A, t! a; c% ^8 r链接:http://pan.baidu.com/s/1gdCMmQZ 密码:8fzf6 _0 n0 C' E G" A3 k
! ^ U0 t+ d/ v0 [( X
【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。
; w/ A9 T q8 R9 o& X7 [1 N% W7 A; l3 K8 `: v5 Z* x+ a
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。, X. R- C, e& T- D4 t
1 P3 P3 U$ I$ N, a* z& o
讲座非常清晰。
! i& W4 [6 B3 f# K1 Q2 C( M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。
2 P6 {4 o% \ J4 G1 M9 ~: a3 N/ o
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。
/ J/ o) I v( T0 t' q9 }1 M, {" Z( n! m/ A) T' Y4 E2 J+ `$ C7 L! m
![]() ![]()
$ I7 h( O$ I2 U
. ^4 {9 n; u" j8 H9 d4 o8 k$ G# d
7 w5 |) m7 Z' t1 f, c' x) x& z, i! y
; x' l+ |& B9 v+ {9 q, a- }9 C- Z4 K$ s3 O) S" j4 M n
. X% @5 ~# z: v9 }
张尧庭,方开泰《多元统计分析引论》2013版 pdf# k/ K; {1 X$ l
2 q$ f2 Y' n C0 E6 b链接:http://pan.baidu.com/s/1dDAi0lN 密码:xp6u
2 V# f o' `/ Z/ T2 l7 t9 t- v9 d% m
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。
) m% U+ [, ]" u T: c" A1 Q: r3 Y3 A2 y8 r
作者简介
* y, g* m0 c2 x# d( u2 I 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。0 O; i" [: k$ j6 D+ E
6 V( _4 @% y4 J, T e
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。6 u9 X3 a& q7 h/ J. y
, Z a7 c; B. z4 c
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)。 * C4 P7 @+ t0 P# {+ e$ @
3 G8 G8 l. M+ f, z! _, m目录 第一章 矩阵$ ^( a. Y7 F' ]9 P
1.1 线性空间2 `. k0 y0 w5 ]9 \) ?. ?) C
1.2 内积和投影4 g% e o ~* w
1.3 矩阵的基本性质
& V/ a$ @* l" C+ L+ q1.4 分块矩阵的代数运算( t' _4 j+ A# m2 \
1.5 特征根及特征向量
% x8 z0 q) @/ C$ ~1.6 对称阵 [/ M% q: x6 a2 ~1 M
1.7 非负定阵
% n9 w0 U0 I) G1.8 广义逆
- \$ W% J; R$ u6 ?! e r1.9 计算方法
6 G% }+ D$ l- q( p) s1 \1.10 矩阵微商/ L* N+ ]+ ^# C" X1 r
1.11 矩阵的标准型
. I# i. b7 q- M4 |" B7 ^# @. H1.12 矩阵内积空间( J7 C( }- B9 `7 J( s
第二章 多元正态分布9 ~& F6 R6 I2 [, O4 ]8 O D% c
2.1 定义
5 Q- w: H) n# L6 e. j2.2 正态分布的矩
+ z" E) Y# Y' }7 m! \" U3 J2.3 条件分布和独立性
) j5 k v/ f( j0 V( f9 X2.4 多元正态分布的参数估计
, X! b' Q: g8 P- L/ ?* w2.5 μ和γ的极大似然估计的性质2 _! p5 c* R) i5 J+ U$ _$ P7 E/ t
2.6 多维正态分布的特征4 B0 [: }' U+ [8 @
2.7 多维正态分布函数的计算- C" G7 o9 H; E d$ Y0 G
2.8 例/ C9 ^, ?3 S6 R4 ?3 ~
第三章 样本分布的性质和均值与协差阵的检验# R v3 O$ t z) l
3.1 二次型分布
7 i* `3 f0 ?8 q5 ~2 J6 N f, y* W3.2 维希特(wishart)分布: t. J( R& b2 d, z
3.3 与样本协差阵有关的统计量,T*2和A统计量( X* p# v) G# X8 m( E
3.4 均值的检验
3 W6 W' L! c2 P* q& p v9 D3.5 T*2统计量的优良性8 G8 i& [, c% ]" b* p8 z
3.6 多母体均值的检验8 V* W! g; M5 A( w2 I3 ~
3.7 协方差不等时均值的检验
$ G n, y, o) }7 c: U" z! s6 |3.8 协差阵的检验9 r1 z: `# I- C; ^; U7 I
3.9 独立性检验3 j o# j5 O' u8 Y3 d1 A
第四章 判别分析6 ]! T) f; o) K: q- J9 Q: h1 q5 y
4.1 距离判别, K. b7 V% @3 w' V5 {6 {) T( ?6 q
4.2 贝叶斯(Bayes)判别, T/ c% R( N* ^- r8 o4 ?
4.3 费歇(Fisher)的判别准则( p# [3 |! R6 U
4.4 误判概率! }9 Q. ~# s7 C7 Q. I `
4.5 附加信息检验
& d% R2 n+ G5 n1 D6 |; k7 V0 f4.6 逐步判别2 v* \, {, ? w4 K' }
4.7 序贯判别 g4 r. D* w. b( e
第五章 回归分析& D8 N1 i& K* k2 \% I& k6 }5 D- h/ [
5.1 问题及模型
) m! G6 Q' \& z- A: s% b# E5.2 最小二乘估计/ A$ \" T8 f6 P5 }0 R
5.3 假设检验
5 {* y: h' N! B5.4 逐步回归
9 |7 k' R' S. L( \3 U0 v& A5.5 双重筛选逐步回归
) e2 O" U: S5 z+ N% Z% Y5 m5.6 回归分析与判别分析的关系) e) X- U8 v4 L) X4 _
第六章 相关, R: V. q; X' i q
6.1 投影5 Y0 ?- [. D( j
6.2 典型相关变量( |& s) p( ]- R; M
6.3 广义相关系数' [3 f2 V7 E5 w$ J- x
6.4 主成分分析及主分量分析
# L) D1 v! |- n6.5 因子分析
4 l! T. q6 v8 z# D第七章 线性模型
* T1 T5 b% u4 Q5 {$ m$ s7.1 模型" _( e/ ?: B2 K9 R# z9 m1 h. ]1 g
7.2 估值
' L* B9 y+ d. \, w' Y% F, U: o7.3 广义线性模型1 k! H# R# O$ h3 s: l
7.4 递推公式
; l$ t$ G9 f) N4 y& i7.5 正态线性模型的假设检验& c. V+ A2 {6 n7 I* [
7.6 试验设计
2 x3 Y: s, Q% g$ j& U* } H第八章 聚类分析 b6 _9 X5 j" l* A6 Z
8.1 相似系数和距离& b3 o; a K: b% u: F3 Q( b6 w6 E
8.2 系统聚类法) ~$ W# M& M8 \% B9 X1 B J
8.3 系统聚类法的性质
* t+ |7 m! Q: W0 p8.4 动态聚类法: W4 [3 a& \2 C; n; m: ?
8.5 分解法; p8 Z0 F. ]# ?! ^- A8 l2 f2 V' m! p9 j
8.6 有序样品的聚类与预报% T8 S9 ^2 ?, ~1 g3 d
第九章 统计量的分布
$ z3 h. I. T3 c) F9.1 预备知识
2 ]4 b; R8 H; {0 ]; Z9.2 Jm(f|r1,…,rm)7 o5 q4 ~9 R ]+ ]; H5 K9 U7 M
9.3 一元非中心分布) G8 z8 ]$ \+ W4 J; ~4 F% ?
9.4 Wishart分布
; p3 J: n' k( H) S$ x3 b9.5 广义方差的分布
3 {$ t- M: f4 @2 {( j9.6 非中心T*2分布
: a4 D9 `3 O. T+ F1 P7 w1 V9.7 样本相关系数的分布
* U. g' o+ h R4 D( P- T- p& g6 V9.8 S1S-1特征根的联合分布
) O4 E* ]" B, y/ j/ `9.9 结束语+ ^! O Y/ z3 l9 W+ v
参考文献
$ r( p2 z4 o" v$ a" p& d: [% D' E1 S& R
|
zan
|