- 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20025 _! g# K3 ~4 h+ d
9 B4 x; Z; w) V链接:http://pan.baidu.com/s/1gdCMmQZ 密码:8fzf
/ n# U! t; W2 t4 F8 ?2 |* P+ E/ j+ G) G2 O
【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。
/ J W- F9 H3 |0 _) c4 |3 D: A
; U' w: `: X6 `: K3 s9 Z$ U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" H% H, H- J/ D1 g* b& m4 F" I z
讲座非常清晰。3 Y! i, }# `1 f0 |- y/ 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 x$ P$ ^- L- Y0 f# s
/ D4 ?8 N$ c% {/ J. j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 Q8 Z1 e% D Q/ Q3 f* Z; F' K7 K+ ^
![]() ![]() 9 X& I4 X* V4 \( j2 f& Y6 F* Q
, Q/ X$ h( L5 K. }6 ^6 ?( p+ s3 b# o
! c4 t& k1 m8 C % A4 W, T7 ?: D" Y% D4 F
! M8 X6 I% @3 @$ a) h& i' T4 d' W4 g7 g
9 n, T; O u0 d9 U# }0 I6 T) C
张尧庭,方开泰《多元统计分析引论》2013版 pdf
* r# ?. x/ U, ~3 e3 a; N5 g3 x7 h# ^; U9 K% K2 A Z( N
链接:http://pan.baidu.com/s/1dDAi0lN 密码:xp6u
- E& n7 y2 f" q9 O% v' z9 ^( E: a5 V% v( U
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。
2 r- j7 N5 C0 {4 X( N9 S* y5 n
" S R6 F. ]/ Y% P, P# e. p! O$ }作者简介 & {! B# J/ W( _1 i/ h% B7 E
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。+ |% G) N0 i, z* y( D
; `. @2 F+ y& f7 t0 }4 Z" Q& 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。
& U" [3 k5 |1 K/ c& p( X) f2 r2 r8 y- R, _% t* l( h# h
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)。 1 I- S. F; s1 @/ s. e+ K
1 c3 r9 o4 [0 s1 J# G, D
目录 第一章 矩阵
7 r1 K$ [3 ]' ?8 r' G4 L$ [1.1 线性空间
- U. l6 ~' v: e" p+ _1.2 内积和投影
" f6 M8 g( Y, b/ y' ^8 j3 y4 G) n1.3 矩阵的基本性质2 b# M/ c/ r! v1 Z) _: Q( _
1.4 分块矩阵的代数运算9 a+ ~6 G5 G& G5 s7 x+ a
1.5 特征根及特征向量- y( r- Q3 ?. v. j
1.6 对称阵
' R9 d$ ?! V( u* u9 V1.7 非负定阵( {" r0 L. A y
1.8 广义逆
% _! k2 S# w% ?. }1.9 计算方法
* [& D% t) |8 G( J1.10 矩阵微商& y% k" D, n$ z. A( |5 J
1.11 矩阵的标准型$ k, O8 S K' ]* r+ [ h
1.12 矩阵内积空间
6 \. T( F- `# i5 I( y# Y& r第二章 多元正态分布
7 V1 f+ r( Z- _* r/ E' |4 Y; u$ R2.1 定义1 k: z Z4 e# R
2.2 正态分布的矩) R1 W7 a. V1 b m7 o, }2 h
2.3 条件分布和独立性
2 [! x5 o' T8 @6 m2.4 多元正态分布的参数估计9 @0 ^. W. ?+ m8 s
2.5 μ和γ的极大似然估计的性质 I: I4 L. r& i
2.6 多维正态分布的特征
8 _1 X2 \+ M& ?; Z6 h2.7 多维正态分布函数的计算' U4 e, s2 c/ B/ [' Z
2.8 例
5 Z4 u. N6 _0 ^. k+ J$ b8 X) i第三章 样本分布的性质和均值与协差阵的检验& L' Z+ V8 g2 g9 o K; ]
3.1 二次型分布4 O: \! X8 T2 G' F) f
3.2 维希特(wishart)分布$ b* ^5 j3 b/ f) ?
3.3 与样本协差阵有关的统计量,T*2和A统计量
$ s: V" U. T; Z7 _) l: ^" K3.4 均值的检验% D1 n6 {$ }( l) F% p
3.5 T*2统计量的优良性
) q: T% B: J$ p; P C5 S; T3.6 多母体均值的检验5 y( C& h; c. ^
3.7 协方差不等时均值的检验5 ^! J' l: r# O4 Q- k0 P" n" ?
3.8 协差阵的检验
: h9 ^. d8 a* U! c2 L! V3.9 独立性检验
+ p$ k9 Q: J% c6 o, ]3 b" u第四章 判别分析, _5 a) z/ `0 b( @. F9 }/ R0 T
4.1 距离判别4 s- Q% L0 q7 D( r- | A
4.2 贝叶斯(Bayes)判别
5 g; H3 E& F# E. I' I1 A4.3 费歇(Fisher)的判别准则
0 A) E* B' [: A4.4 误判概率
0 ?! N7 i1 X9 i+ V- b4.5 附加信息检验7 `2 n2 W5 B N; M, P8 x( P% T+ [6 Y
4.6 逐步判别4 Q* N! b* N! S. b
4.7 序贯判别& [9 j/ V3 c, w7 o+ j* k4 G+ F: i
第五章 回归分析7 Q; W3 O" S8 P( l0 h
5.1 问题及模型
* N6 l4 S2 J, B& Y8 b5.2 最小二乘估计( s8 p3 z2 c: X! G+ B5 v
5.3 假设检验
Y) [) v* _ i8 u2 D7 M- F5.4 逐步回归6 Q# k+ @/ @$ c9 e) [. s
5.5 双重筛选逐步回归9 u6 T9 ` g) W& P
5.6 回归分析与判别分析的关系% H Y( ]: }: ?& v" a, {
第六章 相关% h$ ^$ K- I5 n) V
6.1 投影
8 T+ ^( y" K; E5 W9 T! d6.2 典型相关变量
. b1 Y; v. x5 M) }" m& u( ]6 j6.3 广义相关系数# E( u; [$ O: ^4 S9 L! ]7 S
6.4 主成分分析及主分量分析4 W3 B8 M3 b# {% y9 t& v7 _
6.5 因子分析3 K \2 T% ?3 e
第七章 线性模型
+ h/ [* d" g& a; h2 H" z7.1 模型
0 E: K* @0 g% l. H. B8 m7.2 估值
8 U0 S: |2 F( N5 f+ f6 ~! @, {7.3 广义线性模型
) R1 J. h% P% G' M' p* w7.4 递推公式
1 {6 s; c% ]' z$ i' O7.5 正态线性模型的假设检验" [8 i+ Q& h" }3 v q( k" T: i
7.6 试验设计; ]4 E- a& e$ Q
第八章 聚类分析3 l8 h6 \1 t r$ ~$ a3 t
8.1 相似系数和距离
$ y1 L0 v7 x! e8 K8.2 系统聚类法
) Q% g. s7 L9 [1 U9 i8.3 系统聚类法的性质$ O# J# H3 ~. I) e
8.4 动态聚类法* u$ X E) b/ s/ h) W/ g
8.5 分解法
* o/ T2 y+ v+ L, i8.6 有序样品的聚类与预报
# h: X$ }8 ^+ \# k第九章 统计量的分布
5 Y! L3 }: t+ R% v0 L8 H0 G9.1 预备知识
+ C; R, w9 u" ~8 u& M* j" }9.2 Jm(f|r1,…,rm)
% F$ E5 j5 \9 [4 q9.3 一元非中心分布
$ P& X/ w* Z! M* b% g, v9.4 Wishart分布0 Z- f y& L: U) f. k
9.5 广义方差的分布
5 d6 {- \; {$ @2 N9.6 非中心T*2分布
2 o7 w4 `( _- c- s7 v4 C9.7 样本相关系数的分布. e) r9 ^2 c8 M# H: p% f# v5 w
9.8 S1S-1特征根的联合分布7 |* |! i8 w& [% s8 g! e$ ^/ l
9.9 结束语6 [ G7 K+ w; U: E5 L
参考文献
; t" D7 r; C9 k* `
+ n1 V+ B% j. N5 V |% Y$ g, t |
zan
|