《MATLAB统计分析与应用：40个案例分析

liyan1259

内容简介： 8 w$ U' S7 o5 I9 ~# j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。 7 k0 w, A# [* `7 `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： 9 U# Y  Y; G) f4 j9 y 0 {; W9 z$ I# I4 d1 G9 |- hMATLAB、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？ 2 r: a' Z2 U/ F# f) Q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。 . p. p; k9 o5 E) `  m4 A3 x# x目录： * h! f" y/ q( M/ I' R( N2 @第1章 利用MATLAB生成WORD和EXCEL文档 , n; h0 Y# Q& T  @; h1.1 组件对象模型（COM） - i4 u9 Z9 d/ }& p; h    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 0 d2 i! k0 B- V/ z    1.2.2 actxcontrollist函数     1.2.3 actxcontrolselect函数     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 1.3 案例1：利用MATLAB生成WORD文档 0 p+ \: o' q0 k( O$ z/ Q% S# o! [' }    1.3.1 调用actxserver函数创建MicrosoftWord服务器     1.3.2 建立Word文本文档     1.3.3 插入表格     1.3.4 插入图片     1.3.5 保存文档 7 {- @) W+ J/ J% c  e& m( \, H% Q    1.3.6 完整代码 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     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 3 e: }3 M5 `- s0 v9 k7 C$ t; L/ F    1.4.7 设置行高和列宽     1.4.8 合并单元格 % k8 q5 G( V% `* w4 Q9 w    1.4.9 边框设置     1.4.10 设置单元格对齐方式     1.4.11 写入单元格内容 $ o* x6 [3 f. c9 z) B    1.4.12 插入图片 * g7 j* A8 n% K* o& r: H' a    1.4.13 保存工作簿     1.4.14 完整代码 , {; P$ L6 O: q1 U" ~! N7 w; s 第2章 数据的导入与导出 $ ?. y" p* H4 w* x2.1 案例3：从TXT文件中读取数据 . m, ]1 }/ n8 J/ ^; E7 b) b3 o    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 ; ~9 h2 a- O6 y    2.1.3 调用低级函数读取数据 2.2 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 2.3 案例5：从EXCEL文件中读取数据 ; ^* [) z8 T! E: j" f* X    2.3.1 利用数据导入向导导入Excel文件 , }/ F! u! N. }3 c. |. e/ A    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 - m( Z& t: k8 P; w# C' j( z第3章 数据的预处理 3.1 案例7：数据的平滑处理 6 ~% n( _2 o+ h* S, P/ t! Z    3.1.1 smooth函数     3.1.2 smoothts函数     3.1.3 medfilt1函数 : T$ `+ u0 i6 K' @7 Q1 K6 j1 @7 J3.2 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 ! A+ M$ S* l  d# @3.3 案例9：数据的极差归一化变换 8 P. o! M" z2 X; ?: u, ^8 E/ u5 `    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 ' @; E" O! e0 s3 U- x 3 p" F( K' i9 u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 , Q# i, L& h+ K0 \4 l  W    4.1.2 RandStream类 9 [& J* D) n( ~( ?8 d    4.1.3 常见一元分布随机数 - z% o  p8 c! C, S. l& H0 C    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 # F( |9 _" d; l% F: H! y; Q3 ~$ G4.3 案例12：蒙特卡洛方法   4.3.1 有趣的蒙提霍尔问题 . k1 M4 s  E* Z( ]) ~# t) u  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 9 U, n$ q6 _4 {: Z3 n) _5 T" I$ n第5章 参数估计与假设检验 5.1 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     5.2.1 总体标准差已知时的单个正态总体均值的检验 ' ]/ i) M$ e/ W! E    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 4 |) q& U8 X; ^6 p! p    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 6 V6 {- U: N) s5.3 案例15：分布的拟合与检验     5.3.1 案例描述 - k0 J" I+ z9 z3 C5 V' C    5.3.2 描述性统计量 8 T; r& c9 e4 e: W8 I  s    5.3.3 统计图 2 J: X4 D+ B. P5 l2 S/ q0 c    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 0 d' ?4 Q6 ?: P! [- B2 R$ ^  u    5.4.1 经验密度函数 . f# L& y, q! G5 z4 }/ P+ ]4 P    5.4.2 核密度估计     5.4.3 核密度估计的MATLAB实现 $ s* V6 |0 D/ Z: h, P    5.4.4 核密度估计的案例分析 7 n! H, N# ?! \ 第6章 COPULA理论及应用实例 4 j  ^+ ^" {2 J/ z7 ]/ e: b6.1 COPULA函数的定义与基本性质 / i; X* i/ D7 ]1 K& i9 S) c9 ~    6.1.1 二元Copula函数的定义及性质 5 ~+ I: J, \0 d5 b/ k( \5 r    6.1.2 多元Copula函数的定义及性质 6.2 常用的COPULA函数 # g' R+ W4 B: I& d    6.2.1 正态Copula函数 9 S2 d$ U6 v% `    6.2.2 t-Copula函数     6.2.3 阿基米德copula函数 ! T  S( L4 M# f+ ]6 o) a6 R6.3 COPULA函数与相关性度量     6.3.1 Pearson线性相关系数     6.3.2 Kendall秩相关系数     6.3.3 Spearman秩相关系数 1 B% \& e0 b3 S9 c6 p. S, I2 z    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 7 o& f# R' Y! V1 J% Q+ d    6.4.1 案例描述 7 x, m( E1 I$ i7 H    6.4.2 确定边缘分布 : t8 x5 U, L8 k  `0 j) \3 L    6.4.3 选取适当的Copula函数 3 h, P2 j8 G9 u/ z/ ?  M  f' i    6.4.4 参数估计 % j+ [& L8 m1 K( j    6.4.5 与Copula有关的MATLAB函数 * m& Z+ Z/ @! t6 t! G: X! o' S    6.4.6 案例的计算与分析 第7章 方差分析 - L% T* ]! Y7 l1 |( G2 e7.1 案例18：单因素一元方差分析 ! w4 s- _: Z: o# ]) ?/ g, d# L    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 5 G9 a# [/ j. k6 B4 Y6 F. c    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 / `+ h6 p* I) E0 ^; r2 w% 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 8 }: b3 Q& G* f( \" Z! B" J    7.3.3 案例分析二 7.4 案例21：单因素多元方差分析 " G) q/ h% _" a% E: k' G  X3 a    7.4.1 单因素多元方差分析的MATLAB实现 2 u3 _6 H$ B  P: {& J- S" I    7.4.2 案例分析 7.5 案例22：非参数方差分析 9 n! p+ g  G. Y+ i" M    7.5.1 非参数方差分析的MATLAB实现 ' l& i% m. R8 p" N! \    7.5.2 Kruskal-Wallis检验的案例分析     7.5.3 Friedman检验的案例分析 4 g* G8 k. |1 p8 t1 Y' e; `0 G1 b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 & s3 M% I# U- ^5 {9 A    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     8.1.4 调用robustfit函数作稳健回归 8 m7 b# t$ ^4 h" w8.2 案例24：一元非线性回归分析 ; W* K6 W: c2 F/ ^/ ^6 a    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 ( O3 l7 \- C( z+ v8 t6 _) |1 m8.3 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 ^, h' A8 R, w5 X    8.3.2 调用stepwise函数作逐步回归 第9章 聚类分析 9.1 聚类分析简介 3 b2 F& `  l- A; ^. T5 ^; `6 K    9.1.1 距离和相似系数     9.1.2 系统聚类法     9.1.3 K均值聚类法   b/ @% j& }  Y) ^2 o8 Z' I    9.1.4 模糊C均值聚类法 % o7 }( G+ g' w% d8 k9.2 案例26：系统聚类法的案例分析 % F7 P7 G7 E; c& G! Z5 {8 \3 G    9.2.1 系统聚类法的MATLAB函数 / [  U! m: _& s% E% K" C8 w6 L& E    9.2.2 样品聚类案例 / K' G. Z& k0 D- S9 r9 ?5 v. f    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     9.3.1 K均值聚类法的MATLAB函数     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 , S/ m+ U; Y5 M# e7 M第10章 判别分析 , s% J$ J: @0 R' f10.1 判别分析简介 * W( R5 F4 b4 T+ t# y5 Y! \) `8 w2 O    10.1.1 距离判别 7 ?' p  \3 f! W0 s- f5 a; V  {% d. I    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   |" }8 a2 q, I, r    10.2.1 classify函数     10.2.2 案例分析 . o% \! C$ e& v! |! W. U( C10.3 案例30：贝叶斯判别法的案例分析 + k8 m% u. x' _' E  \! M# D    10.3.1 NaiveBayes类 . b) q& P' o6 \( B! N; N    10.3.2 案例分析 10.4 案例31：FISHER判别法的案例分析     10.4.1 Fisher判别分析的MATLAB实现 8 W9 L/ @& `6 \2 b5 Q    10.4.2 案例分析 - {. q8 \0 ?, Q* {, `* G   ?; [7 \! J' ~* u! L5 A  H第11章 主成分分析 11.1 主成分分析简介     11.1.1 主成分分析的几何意义 & R( A! r, h! R  r; ^: e    11.1.2 总体的主成分     11.1.3 样本的主成分     11.1.4 关于主成分表达式的两点说明 11.2 主成分分析的MATLAB函数 ! V; ~* k# h# F  B, z( N# P' ]    11.2.1 pcacov函数 * f8 F. z% O+ h3 E* I- \    11.2.2 princomp函数     11.2.3 pcares函数 11.3 案例32：从协方差矩阵或相关系数矩阵出发求解主成分 3 U2 r6 W  D! [0 U    11.3.1 调用pcacov函数作主成分分析 # [& i: V5 O* j; Y1 e$ m; F    11.3.2 结果分析 , v' w: o: L5 v6 X; K! F/ ~11.4 案例33：从样本观测值矩阵出发求解主成分     11.4.1 调用princomp函数作主成分分析 - D2 ?# e* ?( B5 T    11.4.2 结果分析     11.4.3 调用pcares函数重建观测数据   R  Z0 d3 A8 n9 z " _$ i5 D9 @8 N% G0 I) ?第12章 因子分析 0 e) B8 \) R( V- z, t7 x12.1 因子分析简介 4 @: ^8 C- y1 e4 N$ `7 k& w9 z) |    12.1.1 基本因子分析模型 6 J$ t% z9 `( M- ]    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 6 g' J  a: T/ r2 G2 ^    12.1.4 因子旋转 3 [' v+ X  i- f9 e8 h/ m. A3 G    12.1.5 因子得分 ) \6 H' {/ |/ ]5 n- f$ ?: k  ~    12.1.6 因子分析中的Heywood现象 / H0 I# m1 W5 v& D0 N12.2 因子分析的MATLAB函数 ' U) x) ^5 x! Q9 K2 C12.3 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 * ^' Y/ l5 B3 G    12.4.2 调用factoran函数作因子分析 + d1 h# }; u- k& J7 u+ g " h  W/ \0 @; h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 ! ~- [+ J! e4 z    1.1.1 案例描述     1.1.2 重建图像数据 0 X. Q3 O0 H1 V2 M# H    1.1.3 曲线拟合 2 e; K/ q( h- X8 F1 o( S$ a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 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 1 Q& A! h3 }' f# Y( f# j+ D    1.3.3 本案例的MATLAB实现一 3 n& X$ K! {/ W4 D* V6 {; \& A    1.3.4 本案例的MATLAB实现二 ! O* h: b* Q  C8 [7 D0 G& G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 ! z% u- ?8 x& e0 r    1.4.2 创建朴素贝叶斯分类器对象 2 c+ e: v& Y8 W4 I& G% x9 z7 h  Z    1.4.3 判别效果 案例40：基于主成分分析的图像压缩与重建 ! M1 Y- Y; m4 ?" m    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 9 q; F* x) Z0 q3 v  V' A/ {! ]8 D; k附录B MATLAB统计工具箱函数大全 , e$ L+ m2 R) b3 E  A 《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

6 _, q9 y9 e. e% V

Double_L

一个？能打开吗？
  c, f* k# {# x6 l: M