《MATLAB统计分析与应用：40个案例分析

liyan1259

内容简介： ) I! y8 J) w- o3 S( E( n4 ^$ y   A3 g; p" A" v! Y+ L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。 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。 前    言： ) A& I, s. \( I( @6 Z 3 J) Y* s5 J# Z  c  cMATLAB、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？ 1 Q% F1 Y* J2 U$ a6 M% L 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。 * W8 M. t7 _- P目录： + t' l' G" z; V+ u8 Q第1章 利用MATLAB生成WORD和EXCEL文档 1.1 组件对象模型（COM）     1.1.1 什么是COM 3 d  w* @; G) G/ F' r. v/ r% Y; @4 y    1.1.2 COM接口 1.2 MATLAB中的ACTIVEX控件接口技术 ' y% H/ ?7 M8 H% C& N* w    1.2.1 actxcontrol函数     1.2.2 actxcontrollist函数     1.2.3 actxcontrolselect函数 # h( t% b* y# t5 d: v# z3 M    1.2.4 actxserver函数     1.2.5 利用MATLAB调用COM对象     1.2.6 调用actxserver函数创建组件服务器 1 H: }1 Z' m7 q0 G! F$ x1.3 案例1：利用MATLAB生成WORD文档 ) \9 t, Q( E4 @# V% a    1.3.1 调用actxserver函数创建MicrosoftWord服务器 6 B0 x4 d. T  H5 Z9 q% W7 Y6 g    1.3.2 建立Word文本文档     1.3.3 插入表格 ( D% [- k" Z8 G- }    1.3.4 插入图片 $ X- q" p0 F/ U" i" t    1.3.5 保存文档     1.3.6 完整代码 # e* \* v0 J4 Q: `1.4 案例2：利用MATLAB生成EXCEL文档     1.4.1 调用actxserver函数创建MicrosoftExcel服务器     1.4.2 新建Excel工作簿     1.4.3 获取工作表对象句柄 0 Y4 z1 X! b! K9 `5 S4 w    1.4.4 插入、复制、删除、移动和重命名工作表     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 ' `7 Q. T4 f5 U5 p' w! F    1.4.9 边框设置 2 g( X( G- J0 g' ^+ d    1.4.10 设置单元格对齐方式     1.4.11 写入单元格内容 / _) {% @% I& y* M    1.4.12 插入图片     1.4.13 保存工作簿 * P: h$ ?$ c# ?    1.4.14 完整代码 / h( U) E" A5 A+ q& W: B 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 - S* F5 w5 a; [5 s    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 & w* a. k- g- R3 m# r9 E# t( c2.2 案例4：把数据写入TXT文件     2.2.1 调用dlmread函数写入数据 9 y: S5 ^/ `6 i$ Z6 h: b    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 5 h- ~1 e' i5 i, I" l5 R, z5 w% o$ W- I    2.3.1 利用数据导入向导导入Excel文件 0 E& |- Y, }$ M# D    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 5 Q/ b  Y1 a5 G) m  r 第3章 数据的预处理 - T$ u4 l3 a0 g. x4 _7 |" d( Y& p3.1 案例7：数据的平滑处理 1 b' R1 {7 S0 O/ C0 B5 |7 ]7 M    3.1.1 smooth函数     3.1.2 smoothts函数     3.1.3 medfilt1函数 & W* r5 o/ G- t; k% i, _- c+ C9 d, ~; L3.2 案例8：数据的标准化变换     3.2.1 标准化变换公式     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 / Q+ I9 A' D, \  E, d4 q$ t4 b) ^) {* @8 ?    3.3.2 极差归一化变换的MATLAB实现 1 J* \+ ]) y" ~5 W第4章 生成随机数 # y( {) e; F7 e9 J# P4.1 案例10：生成一元分布随机数 $ Y! B8 b, O( N! e: {    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 $ E; l7 Y  I2 B5 t! g    4.1.4 任意一元分布随机数 , P8 \/ O# v( S, e4.2 案例11：生成多元分布随机数 ) U3 T$ i8 D9 E  ~* z4.3 案例12：蒙特卡洛方法   4.3.1 有趣的蒙提霍尔问题 7 L8 P  W8 B3 L* F% p' R4 ]  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   4.3.4 用蒙特卡洛方法求积分   4.3.5 街头骗局揭秘   n$ b# h5 ]  l4 j$ o第5章 参数估计与假设检验 3 W+ o6 L3 ^& l) f5.1 案例13：常见分布的参数估计 5.2 案例14：正态总体参数的检验 ; K5 H) {% Z6 {2 T# n( v. h    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 0 h% {. N* g0 S5 |: o( b/ N2 N/ o    5.2.4 总体均值未知时的单个正态总体方差的检验     5.2.5 总体均值未知时的两个正态总体方差的比较检验 $ B. K  z3 D1 c' p, o4 S5.3 案例15：分布的拟合与检验 3 k5 o' I! d% [" C7 ?, `6 [; r    5.3.1 案例描述 & E* n/ ^6 R* Y* A) _    5.3.2 描述性统计量 - T) Y. z. j5 H. S# r    5.3.3 统计图 2 L7 K2 V% T' l4 g    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 / c- y7 \" E  m" p5 I0 a    5.4.1 经验密度函数     5.4.2 核密度估计   P3 N7 k' o; o$ M1 t    5.4.3 核密度估计的MATLAB实现 # c, g: ]0 z1 i  z0 v    5.4.4 核密度估计的案例分析 # {0 M& n* E% m/ U  M) j 第6章 COPULA理论及应用实例 3 u, H; M0 \3 u6.1 COPULA函数的定义与基本性质 $ P% V. \4 m! Q/ `4 k    6.1.1 二元Copula函数的定义及性质 : n4 c9 [" @1 g5 ], K, w0 X. B    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 6.3 COPULA函数与相关性度量     6.3.1 Pearson线性相关系数   m5 R# v2 K# @/ n  r7 H. i3 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 3 `9 |* E! X: q3 p& N) {% [( y    6.3.6 基于常用二元Copula函数的相关性度量 5 ?9 _2 C: G2 U7 }* k% g$ O6.4 案例17：沪深股市日收益率的二元COPULA模型 " S+ e8 N7 W( I$ n! D; D1 g2 E    6.4.1 案例描述     6.4.2 确定边缘分布 , \$ a3 ^' H. [3 c1 P# l7 Y    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     6.4.6 案例的计算与分析 第7章 方差分析 7.1 案例18：单因素一元方差分析 # e5 B. s  n4 Y7 |& i* ?: ]) W( |' F    7.1.1 单因素一元方差分析的MATLAB实现     7.1.2 案例分析 * ]! H2 I  R0 U. z7.2 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     7.2.2 案例分析 7.3 案例20：多因素一元方差分析 ' O3 V3 g9 t, x- V. ~" a    7.3.1 多因素一元方差分析的MATLAB实现     7.3.2 案例分析一 ; s5 Q5 W; [; b8 ^1 J8 o    7.3.3 案例分析二 7.4 案例21：单因素多元方差分析 6 W! @. k$ I+ w( W/ t+ @( {5 t    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 + q+ I' l8 \6 V; R    7.5.3 Friedman检验的案例分析 5 A. h' j* b( V0 p8 r第8章 数据拟合 9 U. t7 b& m! A8.1 案例23：一元线性回归分析 " u6 ?/ u$ B, l) F4 o# o2 x    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 Q% ]) D! t( y' n" k" x3 F    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 # m$ o0 t( A$ w; J  B7 j    8.2.1 数据的散点图 7 Q: x/ y7 A: l! m    8.2.2 调用nlinfit函数作一元非线性回归分析 * N& R2 }% S2 C, U    8.2.3 利用曲线拟合工具cftool作一元非线性拟合   D# k6 e0 `8 }8.3 案例25：多重回归分析 8 r- D" n  j6 i' R0 D! [: {- h    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 , V7 z5 _- `0 k2 s- U9 u2 r4 I . |, L: D8 i5 {& p第9章 聚类分析 6 N( A' D3 B) i# O: @( u9.1 聚类分析简介     9.1.1 距离和相似系数 ( w) t! o1 Q+ S; w) J* U    9.1.2 系统聚类法 1 s& S; G$ f( N% x+ C1 R    9.1.3 K均值聚类法     9.1.4 模糊C均值聚类法 " {( D1 |) S! [9 \$ O6 V% P% c+ H) K9.2 案例26：系统聚类法的案例分析 & N6 g# {0 _6 G$ N    9.2.1 系统聚类法的MATLAB函数     9.2.2 样品聚类案例     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 ) j& C; z" I. r3 m' H+ J, {; ]0 S    9.3.1 K均值聚类法的MATLAB函数 ) o5 `9 _8 h( @& R3 A    9.3.2 K均值聚类法案例 1 v6 Z1 o; E( F1 V. [3 H2 I9.4 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 ; R- F- e! P* D7 @) S + D, x" L" \# e7 b& t% D第10章 判别分析 0 l5 h1 ^; H5 ~% g1 |7 }- }10.1 判别分析简介     10.1.1 距离判别     10.1.2 贝叶斯判别 # b" }8 h6 O- \& G9 [! m; \  X; N    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 10.3 案例30：贝叶斯判别法的案例分析 ( @4 y; X8 ?( A0 o; `    10.3.1 NaiveBayes类     10.3.2 案例分析 ( e+ V4 `" Y6 Z/ v% M* `10.4 案例31：FISHER判别法的案例分析     10.4.1 Fisher判别分析的MATLAB实现     10.4.2 案例分析 第11章 主成分分析 0 Q* L! E, Z/ a) j+ r11.1 主成分分析简介 7 A8 j2 {. J7 d- l    11.1.1 主成分分析的几何意义 - @1 [# \( P4 ^8 G* _    11.1.2 总体的主成分 % ?: Z1 D  Q1 T( N+ Q    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 . M: i! W% Y, u    11.2.2 princomp函数     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 8 c2 J8 ]5 z; F# b# F    11.3.1 调用pcacov函数作主成分分析     11.3.2 结果分析 ) Y- |6 ~8 K% g2 L11.4 案例33：从样本观测值矩阵出发求解主成分     11.4.1 调用princomp函数作主成分分析     11.4.2 结果分析 1 g3 D$ V( }  B" y8 L    11.4.3 调用pcares函数重建观测数据 $ t" m% ~* W0 Z . I) P1 I, \0 u  i- W第12章 因子分析 12.1 因子分析简介     12.1.1 基本因子分析模型     12.1.2 因子模型的基本性质     12.1.3 因子载荷阵和特殊方差阵的估计     12.1.4 因子旋转 + v& F* z- K- d6 H$ n9 F7 q    12.1.5 因子得分 2 {; U" O  i/ K$ @4 V. j    12.1.6 因子分析中的Heywood现象 12.2 因子分析的MATLAB函数 5 Q' _# q6 h  `$ `+ y: ?12.3 案例34：基于协方差矩阵或相关系数矩阵的因子分析 12.4 案例35：基于样本观测值矩阵的因子分析     12.4.1 读取数据 / j: D3 d  p7 ?/ r6 L' g    12.4.2 调用factoran函数作因子分析 ( H3 Q+ r# @9 r/ l! P. _ ) b. J2 A4 ~9 z( x8 ^$ k, [; q附录A 图像处理中的统计应用案例 案例36：基于图像资料的数据重建与拟合 . N/ A; l' t- ^3 G9 W    1.1.1 案例描述 8 x, U' O% ^7 T: }4 Y3 H    1.1.2 重建图像数据     1.1.3 曲线拟合 4 C; Z: z8 N  Y* v7 m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     1.2.2 真彩图像分割案例 2 V& n8 K  t3 _* {案例38：基于中位数算法的运动目标检测     1.3.1 案例描述     1.3.2 中位数算法原理 ' e9 ?8 ?# K- Q1 X) t% N$ v    1.3.3 本案例的MATLAB实现一 ' w- N, T: I& x; G/ G    1.3.4 本案例的MATLAB实现二 - X) \! ?% X6 V' `+ y2 }! q案例39：基于贝叶斯判别的手写体数字识别   X8 o& J4 f/ n' p    1.4.1 样本图片的预处理 & ]) E) {  I- J    1.4.2 创建朴素贝叶斯分类器对象     1.4.3 判别效果 - t6 K) O5 l2 G' m9 s- \案例40：基于主成分分析的图像压缩与重建 : ^( |2 t7 d9 ^0 \    1.5.1 基于主成分分析的图像压缩与重建原理 1 X4 T4 z0 D: X1 i    1.5.2 图像压缩与重建的MATLAB实现 附录B MATLAB统计工具箱函数大全 # r8 x  E# q9 y 《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

% B; s, j5 u8 ~( M7 e# B; z! w
5 B' u+ w2 |3 g; Y/ I  M

Double_L

一个？能打开吗？
! \, ~+ k( S4 ~