- 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+ T8 n# \, W3 r" E6 [
% |. N: E, G6 d6 l3 v X
链接:http://pan.baidu.com/s/1gdCMmQZ 密码:8fzf
Y. t' Z3 |+ n) Z/ B4 A
4 ?! r0 n% J& w( T. P& i( A【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 J5 j6 d! e0 I
9 o- E9 }7 _" }6 t
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。0 k+ t/ s9 t% e7 }6 t
. m( j: C' t8 M# l+ D- Z/ T
讲座非常清晰。' \$ z( p- [5 r" Q, X" t
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。% X% i+ i( n* D3 X& d( C
9 h& y: L& @: X5 N0 ~
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。6 t5 Y3 v |! Y4 ]3 E, [' H1 E
2 n9 \. f" @7 U# @. g* d/ W: c![]() ![]() B) ?% c& o3 U& j' x
, ^, n1 E5 j! Z5 r% |8 W0 ?5 a
0 L/ S8 } Q4 Z5 s
. Q1 o5 b: a: w) t* t) t* k! v
x6 u4 R# L' A( B4 E
张尧庭,方开泰《多元统计分析引论》2013版 pdf8 ^( a0 X* N9 {$ o0 N& s
+ A( P: ^3 @+ E- w& r9 X. F5 a链接:http://pan.baidu.com/s/1dDAi0lN 密码:xp6u0 }( b& X. ]. D$ j
( J) A- V6 O$ ], ]! d2 L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。
1 V; x2 F6 c3 ^, A8 @# n# Q+ J( p7 i6 p9 I9 V1 Z/ X
作者简介
/ o- W/ `" F8 @% 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。) R6 L1 L+ x m) U
- o' S% ~/ Z7 Z! e8 F4 @9 s" 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。0 m7 j* c3 l8 G) ?
+ m# N3 t/ ^' c- Q1 ?5 X$ S; B3 o 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 b/ t* F- Q% n0 o7 S7 d9 ^& P: \/ q' C
目录 第一章 矩阵5 N% q! V. l6 t9 \
1.1 线性空间
: F+ R4 E0 g4 n! ^7 \0 n1.2 内积和投影: F+ \# P' R: I1 j: i/ H9 b9 t
1.3 矩阵的基本性质* s G: S8 t7 p4 q, u& ]/ c
1.4 分块矩阵的代数运算. K2 x- N, s* Y% ]# p' [) P X; ]% N
1.5 特征根及特征向量4 Q! Q p0 R9 a$ m. U/ e$ u" Q2 s
1.6 对称阵
) D# H1 d5 h' q# N# Y$ {1.7 非负定阵
8 n; W* U3 f2 i; c9 q8 c. q1 _1.8 广义逆& _# `! V- j6 }( v8 P( A1 H# W
1.9 计算方法
2 f8 s: V' o! [: R9 ~8 ^1.10 矩阵微商) |6 C8 C( ]* |- n: `# x3 Z1 ~1 o
1.11 矩阵的标准型
( Z% Z0 k& C% z' G+ j! S1.12 矩阵内积空间4 o) n! L7 B0 P3 n6 F; R1 R& n. G
第二章 多元正态分布
" x: O/ {+ Q0 b/ O+ R2.1 定义0 I" G. c4 O5 d; q( U; c$ }. u+ p
2.2 正态分布的矩
# p/ ?7 Q8 i. k5 Z$ h% z& x2.3 条件分布和独立性
* B& p3 ]8 J' h2.4 多元正态分布的参数估计2 S" h; D$ u6 D( X5 _9 m
2.5 μ和γ的极大似然估计的性质9 U5 @% H0 Z- x+ H \2 c
2.6 多维正态分布的特征
1 Y% { I# j. T, `/ B6 ?6 h) n2.7 多维正态分布函数的计算& |" m9 \- W c2 p7 p, G, `
2.8 例
5 I% t' v( w0 `, g+ ?+ B5 ?) D第三章 样本分布的性质和均值与协差阵的检验
9 z% Y [' c) C9 R0 s* X3.1 二次型分布
2 K4 p( f6 Q- B/ k' D) `! x& s3.2 维希特(wishart)分布/ O. R! Q+ i/ J. g
3.3 与样本协差阵有关的统计量,T*2和A统计量
- I+ T7 U! o0 N! A3.4 均值的检验0 h7 z8 m3 f8 {0 o3 l
3.5 T*2统计量的优良性% ?, q2 t6 e% c4 f8 ^
3.6 多母体均值的检验$ s$ K7 ]8 J) V0 k
3.7 协方差不等时均值的检验
6 w1 B( u* f5 c3.8 协差阵的检验6 e1 s: e2 f' G/ [. a6 b$ F5 N
3.9 独立性检验
5 O& o; i* D3 X7 R7 ~( }9 R第四章 判别分析
) A' z3 l( v. J/ g* e; O4.1 距离判别
1 L# o# |8 P/ C, o# H$ l3 p. B! h4.2 贝叶斯(Bayes)判别0 z# O6 |% P8 K! g+ r9 B8 p
4.3 费歇(Fisher)的判别准则+ l/ B6 k* O3 \# x/ \/ Q
4.4 误判概率
# m+ X) l. b: e0 A' R4.5 附加信息检验3 R3 ~5 m. f6 f) L! M
4.6 逐步判别) k. ~; f+ ?9 ?* L5 M+ G% m$ E
4.7 序贯判别8 u. e/ ^$ n& C+ `# ^. g% U
第五章 回归分析
% C+ P- I2 I& x( W( M6 r' y1 Q5 V5.1 问题及模型, Q- v1 i' ~2 N+ J$ o9 d
5.2 最小二乘估计; {2 V+ d) f* T9 s' g9 ]9 M5 O: W
5.3 假设检验
# H9 f5 _9 Q* f3 l5.4 逐步回归
% m0 C) k) L# B0 K" E8 h* f5.5 双重筛选逐步回归 ] i+ M( z4 w1 W; W+ J8 ?; l
5.6 回归分析与判别分析的关系$ \/ S7 S# k4 ?
第六章 相关2 s- R, m: C2 d4 i/ |
6.1 投影( N9 ]" c- z( ^4 y# |& F
6.2 典型相关变量
6 l9 E9 L, C/ u& k6.3 广义相关系数
8 g3 t9 [1 p9 B, p6.4 主成分分析及主分量分析
# M! m4 X) k! @/ z6.5 因子分析
; u. k9 ^: ^) A6 ~第七章 线性模型
: Y5 ~0 I0 a$ ?" O0 y7.1 模型
. f! E- l6 Y0 T/ U3 S8 o+ V. `# o( }0 A7.2 估值' ^, r+ Z* n y
7.3 广义线性模型6 R8 z. n6 g) t2 ^' ]$ p6 B
7.4 递推公式
2 i! {# k+ l) e9 U! J9 ]7.5 正态线性模型的假设检验
3 T D, \) S; n* A7.6 试验设计
3 x5 [2 \4 j, n9 ?第八章 聚类分析
/ p- @8 A+ m# Y( W" ^2 \& S# }8.1 相似系数和距离
6 H5 x3 a6 k% L% e( ~8.2 系统聚类法
. M3 Z/ l/ _$ O, i# }! {8.3 系统聚类法的性质 {" E4 v/ |. ?5 r7 N0 T
8.4 动态聚类法! ?0 s1 b3 E7 b7 _
8.5 分解法" C) s/ K5 e7 `+ f" l4 |) u
8.6 有序样品的聚类与预报
6 t7 P9 ? f3 z* l' I& D; k) l第九章 统计量的分布5 [" \ q* b0 T4 n( e/ I6 l+ ]
9.1 预备知识
6 d4 y$ f6 Z8 Y0 R. X9.2 Jm(f|r1,…,rm)
! Y. ~, n) I! ^9.3 一元非中心分布4 l% k( T+ o. @3 r# Q+ w3 t
9.4 Wishart分布 W$ w( Z# N _8 o3 P& g
9.5 广义方差的分布
/ I6 ~, j! L; d/ {3 Y/ }9.6 非中心T*2分布/ Z6 {- g* ^; c8 x: ]3 O% M: \
9.7 样本相关系数的分布2 I2 k' z4 y8 R9 Z* G
9.8 S1S-1特征根的联合分布
]3 o+ L* S: G" N" t7 N* U& g9.9 结束语' Y m9 }# d1 Y8 R- R. L- ]
参考文献 * k5 P; \- H" a C! D
) g; E v* F$ a/ Y0 I5 {8 P6 T |
zan
|