- 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
c; \* M. `/ n0 ]9 r% ^* ?2 H* M6 e: s9 l- P/ u. {7 g8 U
链接:http://pan.baidu.com/s/1gdCMmQZ 密码:8fzf- W; ? Z0 Q# m& B1 y/ N
* J. }& Q! P8 E- ^6 k【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。
3 ~- f1 K2 b6 l E: }; y
% u+ |: N7 H7 g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。
, d" _; [* B% Y* g$ L& ~- p
3 ^3 B3 P5 o. ~7 b v讲座非常清晰。8 a$ @+ p" Q; I+ ]* ? d7 _2 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。
, a! b) l! Z: H) a) ~& [4 V. L0 A, \- ]/ g
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。
v- b& K" N+ L
) y7 `) b' t2 x! x) {* Z![]() ![]() 5 \: e" t7 D& w3 e. P9 k, ]
/ r3 }+ f# q/ t' P8 w: o# x: N! }
$ A8 U1 ~3 L& V6 M8 z% u
* B! i( W1 g. }3 I
p: W! k! g3 F$ P
2 T O: h$ j/ N; Q2 P5 W+ m" U张尧庭,方开泰《多元统计分析引论》2013版 pdf
3 a4 c7 ]. g0 {, n3 H" } o3 f2 A8 `( ?# F( V
链接:http://pan.baidu.com/s/1dDAi0lN 密码:xp6u
* y, n7 H+ `3 u1 F4 x$ [. f
) _; e+ w; @* S3 N4 W$ 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。
5 }3 n, w" S4 S* X% Q9 Q& v& n! A" ?9 m, N
作者简介 1 y0 m- x$ y- R$ F1 _; l N
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。
, v/ P# ]4 A8 G: `1 B% Q' y9 X: U$ z+ I/ j
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。* R. \& |/ A7 p" J1 L9 ?5 J0 F7 }
- l7 ]. X* c/ N) [
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)。
, _6 @4 M" O3 Q& r4 y; m
$ l7 T2 \& t7 a' x8 R目录 第一章 矩阵
/ F2 I& U6 i# G" V1.1 线性空间 ]! z0 {# o: C$ }* o
1.2 内积和投影0 Y# r& g* \2 k
1.3 矩阵的基本性质$ _ |' f; `( ~9 @! o! j
1.4 分块矩阵的代数运算$ P4 q/ V. V6 H3 o/ G1 ^
1.5 特征根及特征向量 F* r3 A; _# S0 q
1.6 对称阵
% w4 D! f* C0 q1.7 非负定阵9 D1 Q/ ]: f% L
1.8 广义逆7 Y6 y; Q2 K' k$ t1 X1 @0 n8 Z
1.9 计算方法- V" R& x& p* F+ ]/ D5 o! s3 L5 p
1.10 矩阵微商
7 C, n! S9 J9 u: R& f1.11 矩阵的标准型3 d6 s: x; y2 j( f4 Z0 u
1.12 矩阵内积空间0 U5 W1 w5 P3 ~. T5 A; P
第二章 多元正态分布
: g$ K) v) C/ h$ M9 v2.1 定义! E& g, n& ?3 o/ V
2.2 正态分布的矩3 k, U+ I3 l8 `' j( W4 a
2.3 条件分布和独立性) \1 |; v7 L; Y! L
2.4 多元正态分布的参数估计
# D& V; i6 X+ V% u( D$ _) |( Y3 Q2.5 μ和γ的极大似然估计的性质
) D" b* q; |/ ^3 s2.6 多维正态分布的特征# K7 q' w* H& `5 k D4 _" H/ _
2.7 多维正态分布函数的计算! F# N+ `# u( |; D; h5 X6 n
2.8 例/ R. h \; X- J9 q
第三章 样本分布的性质和均值与协差阵的检验
2 B+ f3 Z5 |0 L8 X5 B+ U3.1 二次型分布; {5 \5 o% K# N8 ^+ { Y& _
3.2 维希特(wishart)分布& G5 p0 e: G* P- q) _! k/ M# V
3.3 与样本协差阵有关的统计量,T*2和A统计量
9 B8 O6 j9 f! {) b' m3.4 均值的检验
" H7 \/ e4 C" v+ Y8 g3.5 T*2统计量的优良性, X' }6 O, o$ t; t9 `, c/ B5 i
3.6 多母体均值的检验% {. q8 s4 p+ |) j' i) d3 I
3.7 协方差不等时均值的检验! p8 r# O6 |2 d" U6 J6 D
3.8 协差阵的检验
( X* Q7 P0 Q& B. M- p3 m! Z3 a% B& o3.9 独立性检验6 k/ @# A: S/ V. u+ a- `
第四章 判别分析
, P+ {) j0 ^+ E0 M5 @% [4.1 距离判别
( G% ]6 `# y% R: g7 q4.2 贝叶斯(Bayes)判别
- V' m% \$ ]+ b% P4.3 费歇(Fisher)的判别准则
2 k7 P/ B! @' h \2 S4.4 误判概率
( Z- d+ L9 B# W5 C2 l4.5 附加信息检验/ i N- A9 u& \. O7 T0 p* K
4.6 逐步判别9 f2 G" j' Z/ { X; b
4.7 序贯判别
) }' A# J3 F( l; c. M. q第五章 回归分析
3 K8 q5 W8 w R6 e3 F5.1 问题及模型8 B4 ~# A$ q( i$ l! u6 r
5.2 最小二乘估计
- M. G6 e, ]/ v/ ?/ O# z5.3 假设检验! c' b3 D4 h; }- `
5.4 逐步回归 Y3 ~! G9 z- K' }
5.5 双重筛选逐步回归
; Y4 s( N, T- Z5.6 回归分析与判别分析的关系+ L' C3 i1 o( f9 w+ H8 v: A2 O
第六章 相关) s+ X- y. W; {
6.1 投影1 ]# l& b$ A: Z1 {" c! o" O; S8 O# y
6.2 典型相关变量4 k% ?2 z2 W. f+ o/ y; g
6.3 广义相关系数
+ V3 p, z2 ]4 n2 X1 a. `$ b6.4 主成分分析及主分量分析
# X3 B2 X* g- v {+ M5 y5 @6.5 因子分析
* R& @# A- Y: r( l4 a第七章 线性模型9 A2 Z# u# c( W- m% _3 s
7.1 模型
/ H; D P( E1 h0 T6 O7.2 估值+ g# g- w4 l& p$ ]" d) M
7.3 广义线性模型
7 P& F/ p. ~0 O) i- b; S! ^. o7.4 递推公式& D1 T. I0 ]: H: ~$ H0 [
7.5 正态线性模型的假设检验
4 b# K8 Z; G5 {" u3 F* F7.6 试验设计4 W9 _; h) Y0 M4 ?
第八章 聚类分析
+ b E0 I% j! G: i. U( i9 F9 P( i8.1 相似系数和距离
. z- h( \: m% |8.2 系统聚类法3 a# H) I0 x7 T! s, g
8.3 系统聚类法的性质0 d# O/ [: @) ~9 t' n
8.4 动态聚类法
! C: U6 s6 [/ b7 m7 E# m8.5 分解法, T& Q3 k& L6 q2 T/ |4 D- F) U0 r
8.6 有序样品的聚类与预报5 S) \9 f# ]9 K% `
第九章 统计量的分布
) l1 Z: O2 H$ U9.1 预备知识
1 L- y/ ~4 `( I' i) J5 Q9.2 Jm(f|r1,…,rm)& P6 [$ h# j4 ~& ~
9.3 一元非中心分布
. g7 s& b; Y' l- p4 B) j9 z9.4 Wishart分布
. B- j" E7 j$ P7 d# q9.5 广义方差的分布
: e; j! U& c/ V# y' l) c8 ~9 p9.6 非中心T*2分布
~4 h: R! g% x8 T! i, |3 X9.7 样本相关系数的分布
V; |" Q6 w* d0 Y0 D s9.8 S1S-1特征根的联合分布
f, H3 ]& d: \) X) }. j9.9 结束语0 c/ z) e$ X. j) R
参考文献
3 i. N5 a( o8 v
+ ~5 l2 I+ _( o' x+ M$ g6 p' b f |
zan
|