- 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20023 T& e' ]# @1 |$ U6 ?
/ O1 t; G! ~" e4 F% F链接:http://pan.baidu.com/s/1gdCMmQZ 密码:8fzf$ q- Z4 G, m, D' T6 {1 K! {
7 r3 h$ T" y( T【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. F4 {: C6 L' v b' h$ S/ G9 u
2 I: W+ H, J$ L8 s. n
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。
$ a. W2 ~+ M: { b# L4 r7 I9 l$ b; W3 \; N
讲座非常清晰。8 H4 W, v5 I x& \' ~/ n
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。; R3 g7 ]+ g% v5 F- ]6 C
: c! e. K' r, A
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。
( \! V9 }3 y8 g% R" W0 C* n8 L3 a6 _. ?: W0 ^
![]() ![]()
, x* @7 y$ @) h& X+ U) J# q7 q
2 W. [! G) N! s% J$ L) y8 Q C# q2 q
( N) b- k2 X/ T) I1 u1 O
; H( }. z6 d t0 d
# v: K/ a1 w& ^5 e* t张尧庭,方开泰《多元统计分析引论》2013版 pdf& r6 @9 |# x6 w A& }; M
. y* w+ D5 x$ u8 |+ _
链接:http://pan.baidu.com/s/1dDAi0lN 密码:xp6u2 U b' W2 X/ P. m6 P, y Q
* P/ q2 g& C8 P: b; 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。 8 Y: A! i! N: ^6 ?# o
; Q5 }8 M; B2 [( C( M
作者简介
" @0 r/ `1 l" X 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。
& v# e. Y3 ^" E4 K3 w2 ~' |1 A' M- x% H' l' l" i
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。
( q/ p# c) o; n# y9 a8 }; X& R+ {( \" j
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)。
6 N2 F: H2 `1 ?, `* _7 [8 ]9 E+ w6 O, w& o, e% \" O r
目录 第一章 矩阵4 e1 z4 @+ \# _- r% v
1.1 线性空间
6 P- S6 _7 }" b3 Q: m/ N1.2 内积和投影
. J, p4 f8 q8 E1.3 矩阵的基本性质
3 a @/ j2 l6 o; \0 Y1.4 分块矩阵的代数运算6 E6 T! b0 U3 d; W7 r8 E! ?: t
1.5 特征根及特征向量3 Z0 |% M y$ A0 n4 x- b- I
1.6 对称阵
% m* f0 T- t( ` O' D, C1.7 非负定阵( ` g& X5 |% F! a' `
1.8 广义逆
% e4 \( Y7 H5 {9 J1.9 计算方法; i$ W& e G3 U
1.10 矩阵微商+ f1 ]/ C* @) }; O" Y2 w7 }
1.11 矩阵的标准型9 w, F; X: Z+ N! v5 |
1.12 矩阵内积空间 u/ E2 o$ D9 c3 r9 r
第二章 多元正态分布
- ~' m6 M( l' e9 O0 g: o2.1 定义
. t/ D6 q; h4 \2.2 正态分布的矩$ m8 l) j+ c: ~
2.3 条件分布和独立性
" e) t: {5 ^$ F, {* Q, X2.4 多元正态分布的参数估计, Z" g% S& m4 G5 y+ q% U! m
2.5 μ和γ的极大似然估计的性质
3 K# H+ D* @- ?9 ]3 {6 H$ w2.6 多维正态分布的特征
- W1 J2 c7 c$ W2.7 多维正态分布函数的计算4 M* {% R6 b# b8 {- T9 r
2.8 例
& F) P# u+ U! j第三章 样本分布的性质和均值与协差阵的检验0 \' l0 V" Q: p$ y$ T6 Q
3.1 二次型分布
- R9 x3 z( `! e: M" @3.2 维希特(wishart)分布
9 r g4 _6 `7 w/ R) i3.3 与样本协差阵有关的统计量,T*2和A统计量
* n7 _/ V4 }0 @3 L3 i) b) M/ K3.4 均值的检验
! Q) P% L9 w; t, p; x3.5 T*2统计量的优良性0 V6 R( \& Z( b8 o
3.6 多母体均值的检验7 c2 r0 w0 |9 c
3.7 协方差不等时均值的检验
\8 l# z. E! Q) Z3.8 协差阵的检验7 P. n" t; e, q J1 u
3.9 独立性检验
$ ]; V. ?, U5 R# W) f3 v& p$ W8 G7 Q3 x第四章 判别分析
( h- b$ y+ x( s4.1 距离判别
r' Q6 ^- x4 ~9 j9 T9 E3 @4.2 贝叶斯(Bayes)判别3 r3 i% V& h1 f' p
4.3 费歇(Fisher)的判别准则! ^* `) |; x6 g# X+ f
4.4 误判概率
" c S6 ^6 j3 f0 m, |5 W4.5 附加信息检验& l9 `' e4 K, w( |, S
4.6 逐步判别
/ o6 J, [) \. }& R5 M( O4.7 序贯判别
9 x% W$ L2 n3 y1 q0 S- s第五章 回归分析
$ ]6 V% A& p- D7 b$ A1 Y5.1 问题及模型" v. ^9 p" m7 _2 h
5.2 最小二乘估计; [: {1 O% |6 X7 e% P# J8 o9 E, i
5.3 假设检验
- \2 }9 ?5 G4 X2 M& r5.4 逐步回归1 U9 p- _# {, t% X
5.5 双重筛选逐步回归4 j6 e2 ^+ k- p
5.6 回归分析与判别分析的关系' N4 Q c; H" j$ S: b; ?3 `
第六章 相关3 E( s+ H& A# Z1 G+ `
6.1 投影
$ |1 o9 X. h2 e* T0 H0 \8 o6.2 典型相关变量
4 v% T& k( a" R# l6.3 广义相关系数6 n' Z* n; L" U: g( U3 L
6.4 主成分分析及主分量分析. m; r5 U3 D* H9 k9 o( K
6.5 因子分析$ X5 _0 W3 p2 l8 Q0 G2 k# [
第七章 线性模型
7 n& t8 Z- D+ o0 i9 k$ g* |7.1 模型9 a+ f. k7 c. V" S. e
7.2 估值$ O% i) @0 q* `# h C7 d* C
7.3 广义线性模型
3 [+ W$ a4 h E6 a/ ]* V. g7.4 递推公式# ^# u+ r5 P) g+ m
7.5 正态线性模型的假设检验5 J) \& q6 F9 e5 r9 k# d# K
7.6 试验设计
; U% `5 `% d9 d第八章 聚类分析
; Y0 Q- p& }# r6 O7 o8.1 相似系数和距离- U/ e$ C3 ^1 q) f; ^' L& X
8.2 系统聚类法9 `( P/ P9 o( d0 R4 R
8.3 系统聚类法的性质" x- o* e; e& N, v3 k. k+ F) P* d
8.4 动态聚类法7 d2 v& `) t( l
8.5 分解法* v& p: p3 V4 U; q
8.6 有序样品的聚类与预报
% E! o1 J6 \ Z- `第九章 统计量的分布( g, O- u0 Z R& z2 _& n* M3 ]0 D
9.1 预备知识% G6 k! R" C. V2 P' H) z0 U4 @
9.2 Jm(f|r1,…,rm) p7 n& N7 ?* y
9.3 一元非中心分布5 S3 a! J5 M5 g& F
9.4 Wishart分布
, p1 o7 W$ m3 W7 Y9.5 广义方差的分布 \7 O2 W. {( Q0 h
9.6 非中心T*2分布) H6 `5 G) T! G2 [! x, k6 B1 [0 b# _
9.7 样本相关系数的分布
5 k; F( g* P4 k: ]; m9.8 S1S-1特征根的联合分布' U$ I: O/ M6 K) W! n
9.9 结束语
2 G2 w# ~# ?* i% ?% W" r参考文献 . a0 b2 c; U! T
# M( d/ |$ y4 D3 g; }& s |
zan
|