- 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
9 f+ |) f, P5 x$ @5 M( P3 E% U0 i7 U( y* o
链接:http://pan.baidu.com/s/1gdCMmQZ 密码:8fzf
8 Q# x2 R0 L7 f o" [3 h8 ?1 z; i$ H. d% g6 Y0 _' c. z; v
【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。
9 o E$ B; d8 d$ n* y+ X; p% m, o6 B7 h E9 ^
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。& n6 {5 O+ ]' h0 h) c
) R. w6 |' T/ J+ W0 L0 c6 e讲座非常清晰。
$ L0 U2 ]) z! _' g. m8 u) [* T5 Z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。
" R5 u5 P- @2 ~' \4 ^* U, @
5 ^ D7 L) ~" S0 b' n: \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。' [2 r4 u/ U# {
, Y! |/ Z S* _' g1 y
![]() ![]()
' e, E: }5 a0 x; X2 N6 o
( x+ m3 z V' c2 Q' i: c+ J
0 d# O) k P$ T4 S: f9 T1 V
9 E* k7 o" q$ l7 @. }8 E
8 x# j) I+ }! X! j# A3 [$ t2 L. G3 H* |0 I* e+ d) M: v
张尧庭,方开泰《多元统计分析引论》2013版 pdf
( `# ]2 p3 ? E% Z2 f" g0 f$ M3 Z. y8 v/ h. U( j4 k
链接:http://pan.baidu.com/s/1dDAi0lN 密码:xp6u1 ?( z) A: h6 w. R" `5 m0 w+ \$ n( e
% B- ^" T8 c2 Y0 z3 _4 [3 h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。
7 w0 M: d% |; e( ?$ w4 g' x* m l9 R" T& J, A
作者简介 6 W& d# ?. _ P
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。2 o( r* D- ~$ ?; i& `
* n0 t8 e/ M) S, v4 {: X
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。
" n. ^, Q% a, x
2 L9 b% F% ]5 h* b2 M: G 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)。
: l" E! b& Q$ U' I
; ]) I7 Z; s7 T8 f: v目录 第一章 矩阵
8 }" V. @: p9 h( W3 [4 G! S- C" v1.1 线性空间
\6 h {) x# t2 q1.2 内积和投影/ e9 J% @5 A8 Q3 i
1.3 矩阵的基本性质
9 ]5 m, C% R9 i9 j: n/ K1.4 分块矩阵的代数运算
- f6 M" p7 @) O$ b1.5 特征根及特征向量
7 Y! i6 {; ]. P) y$ M$ U5 D1.6 对称阵
2 U2 Z) C9 n# c' d1.7 非负定阵
% ^5 i" b$ q- e1.8 广义逆7 a& Z: u1 X/ M/ a
1.9 计算方法
; m( u- u: J) I4 g1.10 矩阵微商4 y7 M$ a* Q! z w2 p, [
1.11 矩阵的标准型
4 K% q4 j$ C l8 |# m1.12 矩阵内积空间! n/ k% j7 L6 k2 C0 X, _- i+ q
第二章 多元正态分布
) G/ d1 g! ^7 o2.1 定义 Q7 v' \6 x6 {6 U7 q* X$ b3 b" Y ~
2.2 正态分布的矩: e p0 ^ s8 e2 w0 U6 I2 ?
2.3 条件分布和独立性
p1 d5 E3 f, | M2.4 多元正态分布的参数估计# v' v7 k2 R& s' s: _
2.5 μ和γ的极大似然估计的性质
3 M2 G7 a3 V0 K+ t1 C2.6 多维正态分布的特征
* P6 v3 u; r0 u; X9 e2.7 多维正态分布函数的计算
) \+ t! K+ ?0 d$ C* D5 V- o2.8 例
( V) U& G0 R3 T) {/ w. z第三章 样本分布的性质和均值与协差阵的检验+ y, I F9 Z9 l: h5 t; m5 l) @
3.1 二次型分布- g) N) |# Q5 r8 M2 p# j$ d% D2 S( O
3.2 维希特(wishart)分布& u8 E3 u( i: E* a2 z1 {
3.3 与样本协差阵有关的统计量,T*2和A统计量
4 c' B# ~1 W3 R# t3.4 均值的检验: B2 o& e# B8 v" n5 T% g
3.5 T*2统计量的优良性
; \3 a, ]4 v( M9 i3.6 多母体均值的检验
( C7 U( q2 j& i |( m' j3.7 协方差不等时均值的检验
) O5 F& d% h& P e* J B3.8 协差阵的检验& k; T' u0 Z/ `3 S# t- N; r: j
3.9 独立性检验; a# e) X) L; i: ]
第四章 判别分析
' @# d4 p9 l; O4.1 距离判别
8 f. ?0 I: g- E. O( C6 F4.2 贝叶斯(Bayes)判别
8 w7 `; V! ~9 H9 R9 C! Z6 o4.3 费歇(Fisher)的判别准则, c4 }( s& W6 t
4.4 误判概率
7 S3 @. z2 _) T# _" y( b9 Q4.5 附加信息检验1 r o7 ]" p) A3 A( B; q+ j
4.6 逐步判别( |0 L2 {9 ~* f6 H3 z, s7 d% {3 N* E1 W
4.7 序贯判别% t. d* G8 v, H( @
第五章 回归分析
' f3 c" G, W8 M5 k* S$ e1 ^5.1 问题及模型, `0 X, N% l! h
5.2 最小二乘估计
( c7 d8 }9 }/ ~: b( D! K1 i! E5.3 假设检验: u( M1 N# o) y% B: T7 p& g* n
5.4 逐步回归
; x2 T' H) {( N7 G4 a! [8 {5.5 双重筛选逐步回归, a+ F- w7 S4 L: E( @1 u
5.6 回归分析与判别分析的关系
9 f8 S: b$ j4 u9 W0 h( W S, B第六章 相关
$ q, \0 t' d# ` _0 ^6.1 投影1 R ^- w" _4 ^: u( Q7 P
6.2 典型相关变量' ^& P9 |. t* ^7 H
6.3 广义相关系数& k& t! |. }- m4 c9 L' }( a
6.4 主成分分析及主分量分析
# ~7 t7 [5 x- }2 A3 p6.5 因子分析
5 z! Y) s- V0 E% m+ A; ^第七章 线性模型1 w9 I( G' J- A/ f
7.1 模型
* _0 U0 h6 f" M S8 x. h; w7.2 估值
0 r9 a! E+ M' w" }- @3 M9 R% \7.3 广义线性模型8 R2 Y% E7 M) C, [0 d
7.4 递推公式
+ \7 g+ `- N' k5 N7.5 正态线性模型的假设检验
) G+ Q: H a' B6 X3 w/ L7.6 试验设计8 z$ C4 O; m6 m6 m6 Z6 {* Q& R% |
第八章 聚类分析- M# u7 e8 K) w1 Z* T
8.1 相似系数和距离$ l+ K$ u7 k E9 w7 z; J$ q
8.2 系统聚类法
" ]$ J" P3 c4 B4 P+ g8.3 系统聚类法的性质
' D2 l6 _+ J; B- h% {8.4 动态聚类法
& h2 B1 t/ @3 p9 {' p8.5 分解法
4 j1 i P( f L8.6 有序样品的聚类与预报
* X \, u. I+ g' y4 @. Y n第九章 统计量的分布9 G7 F! f/ G. y4 w- G/ [
9.1 预备知识1 F; r$ ^, O$ g! c, o$ O
9.2 Jm(f|r1,…,rm)$ K& `' Z1 w8 Z- y( s
9.3 一元非中心分布# r3 Z0 l* [8 ^+ x
9.4 Wishart分布
' r$ v4 B$ l* D8 [6 p9.5 广义方差的分布
M7 T7 x2 S2 x. m5 Z2 j9.6 非中心T*2分布' k! |$ {6 [5 h* `' [
9.7 样本相关系数的分布
}2 c6 q: I5 I7 k4 i! |4 m9.8 S1S-1特征根的联合分布! d/ ]" r. D0 [0 L+ f6 x; b `
9.9 结束语* G+ t$ Q( a/ z$ Q8 [5 ^8 V
参考文献 1 q4 O0 L, s; F2 o2 B. d
+ X8 t7 o3 h8 w2 z |
zan
|