- 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
( l, o& D3 ]! Q8 q4 @+ e& l, X6 Y% {# }. j3 ~% W/ R- N9 y& @
链接:http://pan.baidu.com/s/1gdCMmQZ 密码:8fzf K- i) |7 ]% s% H8 ]# M
. m/ ?* d6 Q' | V3 h, t. H i7 h
【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。
0 R; N$ z x; Y. P) @( ]
7 z r) h- D% N0 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。
. \+ O t0 F$ j5 H% ~+ j0 a# @
( |1 {% b# Y D% Q' u$ L0 O讲座非常清晰。
& N" M5 f6 y) _- C! P/ c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 U0 T$ B! T% K0 q: e/ u- X3 I0 M! e5 S( `4 O
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。; i1 o4 m: S2 q) L4 Y: `
" h6 P8 z" P J$ c0 j2 {& t4 G
![]() ![]() 1 e' z( q9 d- s2 h+ e0 x
" z" W) p+ u5 w ]1 K# [( I7 L
& ]( ?4 p8 F6 X+ p
9 V) [( N- x- |/ @7 h. r! V! R" Z6 N
% i8 V; A4 m+ @
! R5 h' X% `7 R2 X9 U7 e
张尧庭,方开泰《多元统计分析引论》2013版 pdf+ t1 q) I: P; |6 }7 [9 m+ P' X, {
. B* V K4 S0 k. e链接:http://pan.baidu.com/s/1dDAi0lN 密码:xp6u
& m+ G, g2 @& A4 R U" p3 ^, |
; T* l9 }8 [, ]8 Y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。
. L, E: j+ k# L' m8 V. ?
) F( G! K! t1 x; e/ J" {' }作者简介
/ _- Y2 i+ a; u1 |; { 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。# ]- U: l, Q2 S
l$ G. Y+ D4 { 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。; P& S, s! o3 ^! a- U
) g+ t" Q* j! I3 S _ 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)。
7 g# U+ I4 X- L! @8 q5 E3 q% k1 `2 C8 C0 f
目录 第一章 矩阵
7 S8 o+ `, b+ S1 ?( }1.1 线性空间
! K$ Z7 B; F7 e2 v+ \) R* p/ M1.2 内积和投影
# t3 u- u- |0 F* L1.3 矩阵的基本性质
( Y$ o" q3 C8 _7 N' h5 A1.4 分块矩阵的代数运算) b1 `- j' ~$ R+ {& }7 o
1.5 特征根及特征向量6 L z. M/ r: X$ s
1.6 对称阵
9 S& w3 @0 L$ E5 Y) O$ r3 P2 g6 R1.7 非负定阵% V4 u7 f& @5 D; K b7 k
1.8 广义逆! O# O% _. A( w
1.9 计算方法8 Y: Y7 M+ `7 d( L% A* h& W* o
1.10 矩阵微商
2 F. @: I: W! p( d( |7 n1.11 矩阵的标准型: M C+ r( U) U0 ^' ^
1.12 矩阵内积空间
' {. q( ~% ~- C" d第二章 多元正态分布
! H5 ]/ A1 W2 |# C2.1 定义
+ X* z- Z3 e" _- U6 D5 s5 P- L2.2 正态分布的矩! R. V; B3 s' u' K7 ^* g
2.3 条件分布和独立性: c. b) ]. I7 a- C1 F* E
2.4 多元正态分布的参数估计
1 I& ?& M( z/ o3 p: ?$ j/ ]2.5 μ和γ的极大似然估计的性质; E& ?! R2 p6 I" n3 S% j
2.6 多维正态分布的特征
7 c9 ~' x3 @2 q+ D2.7 多维正态分布函数的计算 T, S% j, j% I$ ^5 I) t
2.8 例
7 H9 ]& W8 [! w2 v2 x( K第三章 样本分布的性质和均值与协差阵的检验, W# c( M( D ] K# s @3 p
3.1 二次型分布
& `, G( ~7 h4 |# s7 T R3.2 维希特(wishart)分布/ r5 @ z" f3 l' o% F9 k
3.3 与样本协差阵有关的统计量,T*2和A统计量# ~2 n" c4 m5 ~8 I
3.4 均值的检验
|. W3 N0 I& F; v3.5 T*2统计量的优良性$ F7 I, `: j4 K
3.6 多母体均值的检验9 I7 g& w4 H& O; C
3.7 协方差不等时均值的检验- h/ ~9 `3 D/ D7 N- o5 h
3.8 协差阵的检验7 I+ j ^) h7 J
3.9 独立性检验+ O' |! Z, O/ T8 D3 H
第四章 判别分析! Q" N+ \# R) |# r t& o/ q+ Z
4.1 距离判别- E" u- I% M- k. o& d# q
4.2 贝叶斯(Bayes)判别8 z- ~% a6 d* A7 {9 R* c5 |
4.3 费歇(Fisher)的判别准则" h9 e, b4 T1 q6 y1 x3 u
4.4 误判概率
# Z4 x; C, k& I4.5 附加信息检验1 F' g9 t/ u3 `* i/ v
4.6 逐步判别5 X8 j' z4 X' `0 F# z7 h) w, l
4.7 序贯判别 j# O6 q" h, b
第五章 回归分析6 p* I# e0 u( C# Z" [
5.1 问题及模型" u+ K4 _. e3 P5 o& V" N
5.2 最小二乘估计
5 l! j' L" v% _9 B# l5.3 假设检验' Z6 [ H% @7 Q% l
5.4 逐步回归
7 E# g! p9 }8 F' l: E, p/ ]5.5 双重筛选逐步回归: f0 f$ ^+ M+ j1 @
5.6 回归分析与判别分析的关系' }% p' X4 k S" m3 C6 s7 x
第六章 相关3 N, I; P* m1 y% Z
6.1 投影
0 I/ i5 S- X8 D- H, g" I3 \6.2 典型相关变量
0 m. D' a1 A) v# e7 a8 U6.3 广义相关系数% h2 s5 a+ ^3 q6 s/ j3 ]7 ^* |
6.4 主成分分析及主分量分析% \; b7 I. W1 M. B3 H2 Q; q0 T
6.5 因子分析
5 w2 I# F6 w) u, m第七章 线性模型6 `' H( ^# z; Q$ `2 s
7.1 模型
0 z- q8 x+ k# a2 _7.2 估值: t% y1 w9 ^! e1 P& U. b9 o5 W
7.3 广义线性模型
. d* v+ |1 o' `+ g7.4 递推公式
$ h2 @0 j' A9 d& _3 O% w$ a7.5 正态线性模型的假设检验! d5 W2 m# ?: i; L
7.6 试验设计
* x! B1 X; i' s' U4 m$ o6 y第八章 聚类分析" _& ]( Z0 I/ u2 O; {6 c3 l
8.1 相似系数和距离! D# b, C' e( ?! ~) W
8.2 系统聚类法9 z2 Z$ i# U6 C, ^. |7 Y/ G' z
8.3 系统聚类法的性质" Z; j6 ^5 N7 |* y5 f
8.4 动态聚类法
) |' j9 Y; q1 `& j4 Y) r8.5 分解法9 R b2 e! k0 l( k/ ^
8.6 有序样品的聚类与预报
# D7 h9 j$ }1 e' ^6 e第九章 统计量的分布
) Z# H9 u. _' _' E9.1 预备知识
: x w. O" _, ^& T3 j7 y5 e9.2 Jm(f|r1,…,rm)
: F' y3 z3 Q' B% b% l5 X9.3 一元非中心分布4 N# Z& C' ^( y* C! J: a4 U
9.4 Wishart分布, ]2 X. S, R. K* o3 b
9.5 广义方差的分布3 ^- E5 B% E9 X8 K2 [
9.6 非中心T*2分布
( B* j6 F0 K( L- D9.7 样本相关系数的分布
3 {6 N& o, ^ ~- i- l9.8 S1S-1特征根的联合分布' G% j7 [0 `3 x! P% O$ }2 R6 p& z
9.9 结束语
/ L* a1 y% W0 K) W4 |* y参考文献 + D- m9 q8 k5 f% s( S, `: L
$ j8 H/ P; L& z! d( B& i |
zan
|