- 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2002
# E% a1 Y6 X9 x8 e
+ D, b% R$ A" ]. e9 Y8 ]: v链接:http://pan.baidu.com/s/1gdCMmQZ 密码:8fzf# r$ t' `) b8 N3 c
4 B: ?% t$ Y$ Q3 ?0 i' d
【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。4 u9 R6 G, T1 ?$ z
* P) S8 _1 G9 h% l% q7 J# G( b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。9 @7 l( D9 ^- A- o; i, m
8 ]: I, {2 h, p& T
讲座非常清晰。* d' I1 o- s5 Z2 W4 ]4 Y
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。
8 C# t. [% I# H$ M" G! ~# H9 N2 L# b5 @$ \0 ?
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。" ~4 u9 K" B. H" f/ F9 ` G
- ]9 f6 C4 o% z; u+ D5 x3 _
![]() ![]()
! l. Y" R' R( A. j1 l5 R$ x: p
1 c% W! k$ M3 o$ l3 L8 M' b2 U! V. N& J y3 U
) v* l6 C w8 ?, w' b
8 C9 h2 D) E4 S( k S* I5 ^, R$ f# z: q# o/ p+ }) q
张尧庭,方开泰《多元统计分析引论》2013版 pdf
) O$ O7 Y& [8 G2 ?/ J5 Q' B4 n! K$ U0 }% l+ q" e* d" o
链接:http://pan.baidu.com/s/1dDAi0lN 密码:xp6u
$ D! W1 G7 L# l8 D) o
- B0 U9 W+ i1 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。 5 w6 k2 O0 ^0 v; z4 ^ \
7 g6 B* o2 j7 M5 y1 u, l5 f; ~6 J作者简介
9 Q9 A' R4 c2 O 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。6 i$ k- B% b, x4 I
- S& s9 |/ V; K, m6 \
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。
; u2 S! A- }1 i. _6 V
- s4 M1 n. t* s u, r) }& B8 I 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 |: R+ N$ h: N
) w% X0 @; j( X目录 第一章 矩阵
( h1 }1 `, G3 M g* C4 Q' H1.1 线性空间
* ?9 W' B$ g* {1.2 内积和投影
$ t$ J' j6 X: U( y8 p" o( Q1.3 矩阵的基本性质
0 g! M1 M: G( w; C1.4 分块矩阵的代数运算; t9 F. s! n( y/ t
1.5 特征根及特征向量8 N6 b0 O% f# C9 S! o: c6 x. e
1.6 对称阵
B. _8 V- W) M7 I, t7 O1.7 非负定阵$ K3 F0 S5 T0 v% p) {# _5 ]
1.8 广义逆% v8 g$ [' a- o* i
1.9 计算方法! a( n6 |5 v( O2 _7 U f6 a/ {
1.10 矩阵微商8 F8 p8 w$ @" y1 c! |& G
1.11 矩阵的标准型
3 \( ]. a2 X0 }' T1 G+ T' {6 K' r9 X1.12 矩阵内积空间4 }5 M# r% @$ @; w" t
第二章 多元正态分布5 b" s3 Z @( J# Q, ` A( ?! @4 r
2.1 定义8 {- q5 i x# F* a Q/ X; I- X
2.2 正态分布的矩9 @4 E6 Y- H# v7 {! P
2.3 条件分布和独立性( A$ J8 F$ ]7 v2 Z* ?: w$ C
2.4 多元正态分布的参数估计
2 R0 A( Z7 E. O$ C6 }+ \- v2.5 μ和γ的极大似然估计的性质! f: x9 y3 D& K) H
2.6 多维正态分布的特征7 [) \7 {' P! K% l
2.7 多维正态分布函数的计算
2 U8 O) w4 p9 r3 z8 b2.8 例' t1 h! X* k- W( z$ @3 R
第三章 样本分布的性质和均值与协差阵的检验/ V4 l/ J' k/ } C! L* I
3.1 二次型分布# h4 `2 p. s( w5 ?5 b$ T, d
3.2 维希特(wishart)分布7 G4 F) z. o# }+ ?3 ?0 H
3.3 与样本协差阵有关的统计量,T*2和A统计量
; F* a7 o/ z6 @5 t4 w3.4 均值的检验
1 _0 h# H) ]4 `+ l# X9 H3.5 T*2统计量的优良性2 {: L4 x( \3 g# _0 ^( g
3.6 多母体均值的检验
1 A' Q9 H& B. m* i, S# Q4 B3.7 协方差不等时均值的检验
$ f& F$ p5 |* {" W3.8 协差阵的检验& a& T- y w- m4 h ?5 U% j1 Z# ~
3.9 独立性检验
8 p) R& U: I% m* X7 q. F第四章 判别分析* B5 [# g; m. {3 g. P$ s
4.1 距离判别
9 C. z4 ?2 p, ^; a4.2 贝叶斯(Bayes)判别
* H' h0 X' D0 g! T* d' @2 T ]* g' V4.3 费歇(Fisher)的判别准则
* i: J6 M4 B, j& e' O8 c; h4.4 误判概率7 s P0 Z% W+ ^& O! k4 X; Y1 U. x8 Y
4.5 附加信息检验' h4 w/ G( m, E& N& k) h. d( c
4.6 逐步判别' C+ i5 A; z6 i" e' a
4.7 序贯判别8 i h; D0 i! {
第五章 回归分析7 l7 ?! E5 s7 t8 @7 D0 d2 V% }0 p
5.1 问题及模型1 g& ~0 o5 v9 }
5.2 最小二乘估计
$ v. G3 p/ r5 ?; \! J5.3 假设检验0 l; Z+ ^3 t q/ _, J1 P7 ~7 [- a
5.4 逐步回归
5 R& @5 S. T+ ~ _; G" _5.5 双重筛选逐步回归
4 W) V) }9 I- O- O$ b ^5.6 回归分析与判别分析的关系
" g8 L7 s3 Q: @0 Z. g第六章 相关
+ b5 s. ~1 R) b6.1 投影
/ k7 w. Y( Y; \# D+ H5 ^* C6.2 典型相关变量
0 B, G0 u' F$ |2 ]6.3 广义相关系数
* F, h. z- \* h5 m; c, {6.4 主成分分析及主分量分析
, m9 B" e( j; N) q, x3 E6.5 因子分析
7 G/ W e4 I; j( \- t% F第七章 线性模型! S4 q, |; m+ U% R
7.1 模型
Z. E3 w N$ X2 p/ z: E! z/ r7.2 估值4 ^* y; n v1 N1 H1 |
7.3 广义线性模型) N* p2 P8 t1 g8 X% x* s
7.4 递推公式
2 J% R5 a/ R: b. r7 q% e) B7.5 正态线性模型的假设检验
9 |* |' g4 q3 G2 c8 ~1 n3 M. e7.6 试验设计& t7 k* M) t8 n% V1 ^# _/ t
第八章 聚类分析4 e6 O& K$ F! h$ ~2 j2 k7 n
8.1 相似系数和距离' Q% P$ t* D. w) U8 C/ |5 e* m
8.2 系统聚类法
+ Q. G5 s4 G0 h2 P' t9 F- G8.3 系统聚类法的性质
3 K. p0 F; n D8 L2 u. U8.4 动态聚类法
1 W9 `' X$ s- M4 S& u x: o8.5 分解法
4 j$ ~1 h. F& |: x. M4 k8.6 有序样品的聚类与预报: `! d6 W" b8 n/ u9 q, v# z
第九章 统计量的分布8 x" ], ]: ^* L8 k
9.1 预备知识( R" M7 A8 A6 ]; [+ l4 P2 ~
9.2 Jm(f|r1,…,rm)
]1 v' i& E; P; h) p3 ]! q8 g* U9.3 一元非中心分布8 n/ m4 e5 ]2 L3 N
9.4 Wishart分布5 V0 }% U) A9 g
9.5 广义方差的分布3 C" i, K8 Y. ?5 V$ ?9 }; S
9.6 非中心T*2分布/ _3 c9 C7 q' z% H. I( i) p
9.7 样本相关系数的分布' \! v" z5 w9 _! T4 i
9.8 S1S-1特征根的联合分布; J5 V4 N1 ]0 E2 ^' f! C* N
9.9 结束语2 H! @6 C8 O5 y" ]
参考文献
. D# F2 v T; V3 V0 U$ S/ D
0 |+ \/ @) }) s |
zan
|