张尧庭 多元统计分析选讲视频+张尧庭,方开泰《多元统计分析引论》2013版pdf

风中的漂流瓶

多元统计分析选讲2002

链接：http://pan.baidu.com/s/1gdCMmQZ 密码：8fzf
5 i) c5 v* X* t# H3 G
" B% ^( l% J6 e【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。

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。

; d4 K) G, v. ]# u; n8 E讲座非常清晰。
6 L9 y1 N6 X6 t( d; U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。
! @. K( H0 q3 `6 B" i, e! o
; y' T, `* |* K7 C: g, j6 B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。



: h5 q% ~2 K+ V" K. M& o
, v8 t) i$ R; k) \! t

) h2 ]% y. H/ _; i2 s. ?, p
张尧庭,方开泰《多元统计分析引论》2013版 pdf

链接：http://pan.baidu.com/s/1dDAi0lN 密码：xp6u

1 C, l6 m& T# w0 c3 v" }' I" e" p! v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。            

: P- A0 l% r* q- S作者简介      
$ b, Q6 s+ l* \, v: ~0 z       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。

" H+ q, V' a& n) o) Z# _$ Y+ D      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。

    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)。            

目录       第一章  矩阵
1.1 线性空间
1.2 内积和投影
. B- F' T" r5 K1.3 矩阵的基本性质
1.4 分块矩阵的代数运算
1.5 特征根及特征向量
6 T8 W; A' q2 r9 A2 V  W/ a1.6 对称阵
$ F* N% ~, e/ s( z: G" |1.7 非负定阵
1.8 广义逆
0 f; G7 ~0 h; |1.9 计算方法
( f3 z5 E8 J( o$ N' T% W* N4 t1 i* Q5 ?8 P0 L1.10 矩阵微商
( O9 D+ P  A" Y" ~1.11 矩阵的标准型
4 A. ]: @2 o: k* N9 U1.12 矩阵内积空间
  A8 T7 o! k* |+ E: C. q( l第二章  多元正态分布
2.1 定义
/ {$ Q; g0 ]: ?+ D% q3 C2.2 正态分布的矩
2.3 条件分布和独立性
2.4 多元正态分布的参数估计
2.5 μ和γ的极大似然估计的性质
2.6 多维正态分布的特征
2.7 多维正态分布函数的计算
! f' q+ {0 o. [' c6 ^/ V2.8 例
第三章  样本分布的性质和均值与协差阵的检验
3.1 二次型分布
3.2 维希特（wishart）分布
3.3 与样本协差阵有关的统计量，T*2和A统计量
3.4 均值的检验
3.5 T*2统计量的优良性
% {3 _' X1 x9 T! ?" S% j3.6 多母体均值的检验
6 |# W& i. Q4 U1 C& X2 R. \2 i3.7 协方差不等时均值的检验
8 u& T' V$ W  x) m3.8 协差阵的检验
3.9 独立性检验
第四章  判别分析
4.1 距离判别
/ P) X' e# _! M6 y- ?) _3 L& `( R: E4.2 贝叶斯（Bayes）判别
$ m: K2 f% W. G# c4.3 费歇（Fisher）的判别准则
4.4 误判概率
( H  F- A9 C& }- b4.5 附加信息检验
! W/ s* ~, V7 j5 l3 H. x( L% n: `, a4.6 逐步判别
4.7 序贯判别
第五章  回归分析
* x; j# {7 j8 D8 v7 ^6 C* C5.1 问题及模型
/ y) c; k1 z7 t. x, F& b+ g5 b5.2 最小二乘估计
! [  A2 f9 f& t7 K3 T7 K5.3 假设检验
5.4 逐步回归
5.5 双重筛选逐步回归
( y% b0 o/ d, d4 C: m5.6 回归分析与判别分析的关系
  B. Y& _0 a# `7 g第六章  相关
6.1 投影
$ Y" Q% o+ U- o; @6.2 典型相关变量
6.3 广义相关系数
6.4 主成分分析及主分量分析
6.5 因子分析
第七章  线性模型
7.1 模型
% P. a" Z' r1 E- S# B0 T/ R7.2 估值
/ K, F; L  C& |7 u( U7.3 广义线性模型
% w/ D+ S5 k* B$ }. a% z, p7.4 递推公式
7.5 正态线性模型的假设检验
7.6 试验设计
第八章  聚类分析
8.1 相似系数和距离
8.2 系统聚类法
8.3 系统聚类法的性质
/ f! V/ z. O3 T# s' w7 B+ {$ I% l6 u/ Q8.4 动态聚类法
8.5 分解法
8.6 有序样品的聚类与预报
第九章  统计量的分布
' h4 \* w* L! m# @9.1 预备知识
9.2 Jm（f|r1，…，rm）
9.3 一元非中心分布
1 z: Q% o/ g) x8 F7 N. J; p& r9.4 Wishart分布
9.5 广义方差的分布
9.6 非中心T*2分布
9.7 样本相关系数的分布
9.8 S1S-1特征根的联合分布
' C. n+ V4 u7 [/ R) @$ P& `5 k5 e+ G9.9 结束语
& j# t; o7 E6 K7 ^2 H参考文献

! L7 b8 t: x" {! X6 `, [7 q

lbh

谢谢分享！！！！
4 v$ e1 A1 p" ~. w% P

google88

来晚了，视频还有吗？求分享，

ddjw

谢谢分享！！！！！！！！！！！！

远行的小船儿666

谢谢楼主分享啊

远行的小船儿666

谢谢楼主分享啊

远行的小船儿666

蛮好的资料。。

1370847127

1 ^, U+ P6 D- {: ^


3 j+ H( [: T$ H+ H" q谢谢了，楼主好人！

LYJA

very good,thank you very much!
2 P' Y& z) M3 y- f* `

chenlian1996070

哎哟，不错！~~~