- 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* X5 s3 @9 \0 h/ q' ?
3 V# \% [% N" q7 o
链接:http://pan.baidu.com/s/1gdCMmQZ 密码:8fzf: t( W( O" z" p5 L& \3 v
6 ^; P. m4 ]5 @. P【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。
: I% O- y" W# a* R9 y% b6 v( R
L9 I& O. x- S" v7 v+ y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。; e* V9 X `4 w t1 m
V: T6 d& U* K5 Z讲座非常清晰。# N8 L t$ H& F
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。
. z$ M' n0 W- `) ?6 b) e7 Y) g% o* ?& p
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。. r7 x( G! A8 |5 q! B; Y" q
0 I' r! T: P; K( l: j( _5 d4 h$ E
![]() ![]()
' J% ~0 W+ S) p) n
6 Q) [* `" E+ ^- W0 K( ~- G) m p- V5 I' w# y, _/ l1 U9 N1 m
. s+ H: t/ q2 u& ?$ g1 q$ s2 c3 {% Y- v# z4 X6 E
* t$ r" g0 D! _% d, P+ O: A张尧庭,方开泰《多元统计分析引论》2013版 pdf3 D: ?1 A0 o$ {1 |1 \+ P
! e% {& n% \1 D" f7 }& h/ r链接:http://pan.baidu.com/s/1dDAi0lN 密码:xp6u/ l6 A- o4 _ W
$ h# r/ }- r+ x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。 6 A& z& r6 e" A, r
: o9 S0 w3 A: g: ?% W# N作者简介
$ |8 F5 x0 t% y' n/ a7 R 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。" N3 k2 o% K( M7 d7 P' Z0 y% V" o
- B. _$ K3 I3 o5 Y8 e, z) \
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。) H9 K, Z. B8 x& D
( j4 I+ J4 c/ d6 J% c1 W& E
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)。
4 u6 k# D5 l" c$ c! E5 A- W7 a( w- T5 t: I; n6 g" Q% V- A' y" d* s
目录 第一章 矩阵
% M9 s, ~# l5 r( f& ?$ Z1.1 线性空间
k/ _: G1 Q$ O( V1.2 内积和投影
2 x4 h& g* N! Q8 I; I2 a1.3 矩阵的基本性质' p5 ~4 r+ J! M9 ^) t- ]
1.4 分块矩阵的代数运算
7 G. ]8 l9 | D1 b: F6 A5 t- U1.5 特征根及特征向量
( l& I+ D' ~% n6 \2 U+ V) u8 T+ t9 M1.6 对称阵; r: J( B0 R' M# k5 R& C6 g0 r
1.7 非负定阵8 Y" L7 G3 e- e+ Y) a
1.8 广义逆
1 v8 L8 X r$ O" l# {1 ?: C1.9 计算方法
- W5 ?. h' _+ U. P1.10 矩阵微商
; z* I+ i" n1 G2 U0 k6 H3 s1.11 矩阵的标准型
: J* {, r! C) f1.12 矩阵内积空间+ z8 Z) e. e+ b( S, P4 S" v
第二章 多元正态分布
3 U0 ~9 B T5 Z' |9 I$ P$ q2.1 定义 n; M: u8 v( m @: ~1 b Z2 ]( ~
2.2 正态分布的矩
1 H# w4 R. \) Q2.3 条件分布和独立性
; o# ~! \- j @6 d# `! P) ~2.4 多元正态分布的参数估计
0 z% _8 f5 [2 M! Z) g2.5 μ和γ的极大似然估计的性质6 C4 {, W; X! o/ w9 m) ~9 H- ~2 v
2.6 多维正态分布的特征0 i \; K$ W- p2 |# R
2.7 多维正态分布函数的计算- X( L+ ]/ v+ ?
2.8 例
4 E: b( m6 A+ W; S第三章 样本分布的性质和均值与协差阵的检验
( k2 _3 m- P {7 w0 m' h3.1 二次型分布$ \$ [8 @5 v. }( Q+ k8 c
3.2 维希特(wishart)分布 ~# h4 \2 C2 n6 i1 m- j
3.3 与样本协差阵有关的统计量,T*2和A统计量
( ~$ e3 U. f5 y% g4 ?/ q* b3.4 均值的检验8 V- \5 u# t1 G7 e) y9 ~
3.5 T*2统计量的优良性$ S7 R/ B: Q, L2 E
3.6 多母体均值的检验
8 Y+ _3 q) n8 u8 k7 e3.7 协方差不等时均值的检验
* ^. Y1 p4 O, a. J$ U3.8 协差阵的检验
' F% T- S. ^( H7 u1 p1 d* o" g4 a2 j3.9 独立性检验 q8 N3 P) f! @( ?. N* r' n* X5 I% \
第四章 判别分析
7 Z# p# r2 V/ A% I5 h- g: Y* N% K+ q4.1 距离判别
- t: n$ M5 N, s3 S4.2 贝叶斯(Bayes)判别7 \+ u! O# e7 n) G0 h
4.3 费歇(Fisher)的判别准则5 y$ P @/ S3 h; w" r
4.4 误判概率
- ], S. v4 E- l1 ]4.5 附加信息检验1 q/ @2 J: ~$ b' _% _, q
4.6 逐步判别
8 R# H% g5 R+ x9 l. E3 E- J D4.7 序贯判别
6 n( w2 g+ r- B( q" E, m4 G6 [% b第五章 回归分析6 f# S/ G ~% f$ J. v4 T
5.1 问题及模型1 P/ S0 o: P( o, z0 b
5.2 最小二乘估计
- ~( }7 s, W+ i0 C5.3 假设检验; |4 b0 _" L- ~" E9 t6 t
5.4 逐步回归- C. s, z( B& E: ^" M
5.5 双重筛选逐步回归% Y2 ]6 R) y+ y# M* V9 k. }
5.6 回归分析与判别分析的关系
0 u, z& v- N6 b5 v8 F5 I7 O) z第六章 相关. ]9 R) B9 M5 v. ^: p/ a# v
6.1 投影
4 u4 H0 r* }9 }" h; K# R1 m; ~$ C6.2 典型相关变量
+ Q3 A t$ s/ E' O$ @; c6.3 广义相关系数& Z! \, @/ i2 c0 Y
6.4 主成分分析及主分量分析% a# k9 I1 w- ?; Q; V. y
6.5 因子分析( A O: [) _9 Z6 e3 Q# o# l
第七章 线性模型
' V8 r4 c/ L+ I+ M: I7.1 模型: @- @# S/ c8 k5 J1 x
7.2 估值8 r# @1 g3 l! p/ A/ y
7.3 广义线性模型
5 [$ F( o0 }* d7.4 递推公式# }1 x: S, k R/ L: @# o* f& Q
7.5 正态线性模型的假设检验
# a& Z* `( @# \- h3 X7.6 试验设计
, N5 O1 ?. T' |% ^; b% b& `第八章 聚类分析
1 b- Q6 G# s( Q$ X8.1 相似系数和距离
$ m' W9 a' `1 q) e; w# G/ r( U8.2 系统聚类法+ f. X6 Q7 g( m
8.3 系统聚类法的性质# ?; v! c, s; M4 F9 ^
8.4 动态聚类法
* r5 d" U9 ?7 |" x0 s5 ?: |8.5 分解法# u8 B) T$ I/ W: K% H
8.6 有序样品的聚类与预报% y, ?9 v( }* q* I( n: e" c
第九章 统计量的分布, a# k4 p& Z$ k
9.1 预备知识: [) i# S7 o& }6 b4 q# V
9.2 Jm(f|r1,…,rm): D {; E7 J- X4 |7 U
9.3 一元非中心分布
" H) G5 ~5 G* ?5 u; q# {7 P9.4 Wishart分布$ ?( X1 n1 S+ Z, k3 ^
9.5 广义方差的分布! ?- `# C& |3 K2 h! l& @% r$ k) s
9.6 非中心T*2分布1 y9 l% E9 s7 D: o: E1 w1 y
9.7 样本相关系数的分布
. V! l" f5 T& ?: M) }9.8 S1S-1特征根的联合分布$ P( k$ t Y% f; |( w
9.9 结束语
1 b0 L S0 l2 g, h0 A& |. V5 x2 @参考文献
! |' Q2 T3 }" j5 \
# J. \4 b' I4 M/ M$ u4 h |
zan
|