《MATLAB统计分析与应用：40个案例分析

liyan1259

内容简介： : i& C3 M+ C  r9 j2 ^ ( i$ I% g& {9 B/ b' G/ q7 [: x本书从实际应用的角度出发，以大量的案例详细介绍了MATLAB环境下的统计分析与应用。本书主要内容包括：利用MATLAB制作统计报告或统计报表；从文件中读取数据到MATLAB；从MATLAB中导出数据到文件；数据的平滑处理、标准化变换和极差归一化变换；生成一元和多元分布随机数；参数估计与假设检验；Copula理论及应用实例；方差分析；基于回归分析的数据拟合；聚类分析；判别分析；主成分分析；因子分析；图像处理中的统计应用等。 7 g, A7 S0 L9 L5 S; @本书可以作为高等院校本科生、研究生的统计学相关课程的辅导教材或教学参考书，也可作为从事数据分析与数据管理的研究人员的参考用书。 前    言：   c7 P7 U5 b$ i( _  j8 TMATLAB、SAS、Spss、Splus、R语言等软件都可用作统计计算与分析，在这些软件中，MATLAB的功能无疑是最强大的，它有“草稿纸式”的编程语言，还有包罗万象的工具箱，用起来非常容易上手，用户不仅可以调用其内部函数作“傻瓜式”的计算，还可以根据自己的算法进行扩展编程。可以说，它就是计算软件中的“航空母舰”。试问读者朋友们，你们是想拥有一艘普通的“战舰”，还是想拥有一艘无所不能的“航空母舰”呢？ 2 V% M; c* @0 w% Q: T ; C! P- J% A% r/ b2 O2 P在我们的生活中，统计无处不在，大到国家的国计民生，小到个人的生活起居，无不与统计息息相关，与统计有关的论著也如春日繁花，种类繁多。就目前情况来看，市面上有关统计与MATLAB结合的论著并不多见，并且大多只是MATLAB统计工具箱的英文翻译，或者在概率论与数理统计的教材里加了一些MATLAB代码，它们普遍存在的问题就是缺乏具体的案例分析，并且在统计的应用方面缺乏创新。本书仅以较少篇幅介绍MATLAB统计工具箱函数的调用方法，将通过大量的案例分析介绍MATLAB在统计方面的应用。本书内容分12章，另有2个附录，共涉及39个大的案例，其中有些大案例下还包含了一些小的案例。本书章节是这样安排的：第1章，利用MATLAB生成Word和Excel文档；第2章，数据的导入与导出；第3章，数据的预处理；第4章，生成随机数；第5章，参数估计与假设检验；第6章，Copula理论及应用实例；第7章，方差分析；第8章，数据拟合；第9章，聚类分析；第10章，判别分析；第11章，主成分分析；第12章，因子分析；附录A，图像处理中的统计应用案例；附录B，MATLAB统计工具箱函数大全。其中利用MATLAB与Word和Excel接口技术生成Word和Excel文档属作者原创性成果，利用这一技术可以很方便的生成各种统计报告或统计报表。另外本书还涉及5个基于统计方法的图像处理案例，包括从图像资料中提取绘图数据并进行曲线拟合，灰度图像和真彩图像的分割，从固定背景视频中识别运动目标，手写体数字识别，图像压缩等。这些都是传统统计软件所不能解决的问题，也是传统教材没有涉及的问题。 ! R0 ^8 L# L5 B. M' h) s8 q+ ?目录： , [; Y8 r$ e- m+ U) I3 Q: y, \0 \1 r第1章 利用MATLAB生成WORD和EXCEL文档 8 n* d1 O% g: x' R  r1.1 组件对象模型（COM）     1.1.1 什么是COM     1.1.2 COM接口 1.2 MATLAB中的ACTIVEX控件接口技术     1.2.1 actxcontrol函数 5 q+ l& c7 R* b$ m/ \, X: X) M  v    1.2.2 actxcontrollist函数 ) z) D) _" Z- ?4 N$ K" u    1.2.3 actxcontrolselect函数 # I+ \5 }, M! ~% h# A    1.2.4 actxserver函数 . h7 d- X. E3 H9 g. B7 W    1.2.5 利用MATLAB调用COM对象     1.2.6 调用actxserver函数创建组件服务器 . D3 Z  \$ F4 B( I6 z( f" U1.3 案例1：利用MATLAB生成WORD文档     1.3.1 调用actxserver函数创建MicrosoftWord服务器 5 h. I7 _5 P8 K: r8 d8 D9 V. L    1.3.2 建立Word文本文档 0 z0 i  O- x" ~% ~    1.3.3 插入表格 ' W+ c! J8 \3 f* M, b- k2 S9 c+ {    1.3.4 插入图片     1.3.5 保存文档     1.3.6 完整代码 4 E( b3 o' k. s+ d- z0 c  L1.4 案例2：利用MATLAB生成EXCEL文档 6 b# x- M6 Y1 Z  y6 b    1.4.1 调用actxserver函数创建MicrosoftExcel服务器 5 T6 |  ?  [/ b% |    1.4.2 新建Excel工作簿     1.4.3 获取工作表对象句柄 ' H" y; X4 p0 X2 f4 r. m5 d4 n    1.4.4 插入、复制、删除、移动和重命名工作表 * t. i, V- h2 K/ U    1.4.5 页面设置     1.4.6 选取工作表区域 . {% s( Z: \9 [. N6 o: b% h! K5 a    1.4.7 设置行高和列宽     1.4.8 合并单元格 ( ?* c; c( t& F$ C% v3 L1 O) Q    1.4.9 边框设置     1.4.10 设置单元格对齐方式     1.4.11 写入单元格内容 0 W( `. h+ a3 q$ c8 d    1.4.12 插入图片 ( X9 M- V) L5 Q0 v' M    1.4.13 保存工作簿 $ T. W3 f; g' Z. B! @    1.4.14 完整代码 - \) O' U+ p6 E, A& e( R 第2章 数据的导入与导出 2.1 案例3：从TXT文件中读取数据     2.1.1 利用数据导入向导导入TXT文件 3 }  f& N7 }5 A6 x4 e    2.1.2 调用高级函数读取数据     2.1.3 调用低级函数读取数据 . n3 u2 @- k' W) y4 ^, G! x2 f2 I2.2 案例4：把数据写入TXT文件 ; s) y  O5 B' Z# Y% w) r  S9 Y    2.2.1 调用dlmread函数写入数据     2.2.2 调用fprintf函数写入数据 6 G7 r2 N6 Z  j1 s/ n2.3 案例5：从EXCEL文件中读取数据     2.3.1 利用数据导入向导导入Excel文件 . C: J9 b) F4 b7 N% O/ J( V    2.3.2 调用xlsread函数读取数据 ) r; k) e# i  B# I* Y/ i3 x$ x2.4 案例6：把数据写入EXCEL文件 + Q1 i/ Y, z( O: H9 s8 E$ ?第3章 数据的预处理 3.1 案例7：数据的平滑处理 " H  o( u( j/ i  i7 O" a& t    3.1.1 smooth函数     3.1.2 smoothts函数     3.1.3 medfilt1函数 3.2 案例8：数据的标准化变换     3.2.1 标准化变换公式     3.2.2 标准化变换的MATLAB实现 3 h1 v0 ~. B& `7 o: x: J! @3.3 案例9：数据的极差归一化变换 * D  t# B& k9 Y% Q+ f* n5 v. {    3.3.1 极差归一化变换公式 ; ]) k: L9 {, E3 M    3.3.2 极差归一化变换的MATLAB实现 1 p2 l9 t; K+ U3 ?/ p7 W ! L& t2 u4 @' _: r( ^+ ]5 n% S第4章 生成随机数 4.1 案例10：生成一元分布随机数 # O* @/ B  q# y3 t3 k    4.1.1 均匀分布随机数和标准正态分布随机数     4.1.2 RandStream类 1 P! h4 U) n' ]1 a: O$ w* A: s    4.1.3 常见一元分布随机数     4.1.4 任意一元分布随机数 : |% a. ^, h# p7 G4.2 案例11：生成多元分布随机数 ( t9 p/ b' _0 \, p. B4.3 案例12：蒙特卡洛方法 5 W/ E, b  s* ?" l, ]/ T) \  4.3.1 有趣的蒙提霍尔问题   4.3.2 抽球问题的蒙特卡洛模拟 . ^) g' u5 Z0 m7 |; g: g& p0 S1 h7 o  4.3.3 用蒙特卡洛方法求圆周率   4.3.4 用蒙特卡洛方法求积分 / w" b5 ^) e& V; i+ G! y  F, i: ~  4.3.5 街头骗局揭秘 第5章 参数估计与假设检验 0 N3 x. ?$ n# y/ w9 }5.1 案例13：常见分布的参数估计 / S7 B8 Y! |- b  V5.2 案例14：正态总体参数的检验 ( `7 q5 p2 Z& u+ E7 S' d' @0 V    5.2.1 总体标准差已知时的单个正态总体均值的检验 " V& y4 H9 J; s: h/ V    5.2.2 总体标准差未知时的单个正态总体均值的检验     5.2.3 总体标准差未知时的两个正态总体均值的比较检验     5.2.4 总体均值未知时的单个正态总体方差的检验     5.2.5 总体均值未知时的两个正态总体方差的比较检验 & H1 u" x" p- p* d, u5.3 案例15：分布的拟合与检验 ; A, ?6 i! F( h    5.3.1 案例描述 # X( ^, ?, |9 U0 P    5.3.2 描述性统计量 9 _2 W  y0 v1 }    5.3.3 统计图 . \# _- y8 d' N    5.3.4 分布的检验     5.3.5 最终的结论 5.4 案例16：核密度估计     5.4.1 经验密度函数 $ Q4 u5 K' @& m, {7 u. ~    5.4.2 核密度估计     5.4.3 核密度估计的MATLAB实现 8 l# z0 X, R$ [) @1 B- q" l" R    5.4.4 核密度估计的案例分析 3 \8 S' J; W& X4 p - D* g3 @; y9 P! Y4 o8 b第6章 COPULA理论及应用实例 6.1 COPULA函数的定义与基本性质     6.1.1 二元Copula函数的定义及性质     6.1.2 多元Copula函数的定义及性质 6.2 常用的COPULA函数 . u0 g$ O: ?! |2 e" d$ ~    6.2.1 正态Copula函数     6.2.2 t-Copula函数 5 H) T# z. R' ^/ {8 u; U' J9 ]    6.2.3 阿基米德copula函数 / W. |* C8 P1 U! e( L1 W7 p- e6.3 COPULA函数与相关性度量     6.3.1 Pearson线性相关系数     6.3.2 Kendall秩相关系数 . r2 d9 e, q2 X/ U6 x    6.3.3 Spearman秩相关系数 8 |- v$ Y7 H: O! K$ a- a- B    6.3.4 尾部相关系数     6.3.5 基于Copula函数的相关性度量 ! Y! j5 ~- \" c- k    6.3.6 基于常用二元Copula函数的相关性度量 1 H7 v# L3 G5 ~  W6.4 案例17：沪深股市日收益率的二元COPULA模型 ( A. T; f2 [& y    6.4.1 案例描述 . z7 \" x2 h1 B- g    6.4.2 确定边缘分布 6 s  o! |  t2 R/ E+ u    6.4.3 选取适当的Copula函数 ! j$ S; k& k5 O4 u+ ]2 o) M    6.4.4 参数估计     6.4.5 与Copula有关的MATLAB函数 % c7 c- @( T, G4 g: d    6.4.6 案例的计算与分析 * z) `3 D" v3 D" V 第7章 方差分析 7.1 案例18：单因素一元方差分析 + M$ z- ~; F$ l4 R    7.1.1 单因素一元方差分析的MATLAB实现     7.1.2 案例分析 7.2 案例19：双因素一元方差分析     7.2.1 双因素一元方差分析的MATLAB实现 2 v( s) B# o" J9 \" Y, r" _    7.2.2 案例分析 7.3 案例20：多因素一元方差分析 + z7 Q" Z9 r. ]/ D4 P, a    7.3.1 多因素一元方差分析的MATLAB实现 ' I4 C8 I, K7 A" Z; o# L2 h# Y3 ^    7.3.2 案例分析一 8 T, L2 q" X" Z* |    7.3.3 案例分析二 ) M" H0 D7 t, A0 R; E$ J! @8 e7.4 案例21：单因素多元方差分析     7.4.1 单因素多元方差分析的MATLAB实现 4 {# F* s8 i6 z, ~* f; {8 l    7.4.2 案例分析 7.5 案例22：非参数方差分析     7.5.1 非参数方差分析的MATLAB实现     7.5.2 Kruskal-Wallis检验的案例分析     7.5.3 Friedman检验的案例分析 + b6 P6 l) Y. Y0 a1 {3 W 第8章 数据拟合 8.1 案例23：一元线性回归分析 9 U) B" g" D+ A2 J6 S# ?    8.1.1 数据的散点图 , O. I0 `6 L  R* E3 k' |5 `    8.1.2 调用regress函数作一元线性回归分析     8.1.3 调用regstats函数作一元线性回归分析 ) r$ Y. n" x8 y, }    8.1.4 调用robustfit函数作稳健回归 8.2 案例24：一元非线性回归分析     8.2.1 数据的散点图     8.2.2 调用nlinfit函数作一元非线性回归分析     8.2.3 利用曲线拟合工具cftool作一元非线性拟合 8.3 案例25：多重回归分析 ; `6 i, K6 @0 @0 R% O    8.3.1 调用自编reglm函数作多重回归分析     8.3.2 调用stepwise函数作逐步回归 & K% r* v) X/ g+ H9 | 第9章 聚类分析 9 U$ P) l3 Y3 K  ^4 Q9 x# q* `9.1 聚类分析简介 ( P) n5 |+ s, N7 [# Q( b; [    9.1.1 距离和相似系数 2 [- e  J8 g) M" m+ P5 M    9.1.2 系统聚类法     9.1.3 K均值聚类法 $ a8 H- m( D# g; k) W( B/ Y    9.1.4 模糊C均值聚类法 ; `: S  a5 S6 x0 u5 S) W9.2 案例26：系统聚类法的案例分析 ' ?* G/ u  i8 K( I$ t    9.2.1 系统聚类法的MATLAB函数     9.2.2 样品聚类案例     9.2.3 变量聚类案例 * h5 X3 m! i3 U+ K% S# F, \  K9.3 案例27：K均值聚类法的案例分析 0 ~) J2 R! O- ~9 X6 i9 H9 i    9.3.1 K均值聚类法的MATLAB函数     9.3.2 K均值聚类法案例   I1 n/ ?/ D; Z4 W9.4 案例28：模糊C均值聚类法的案例分析     9.4.1 模糊C均值聚类法的MATLAB函数     9.4.2 模糊C均值聚类法案例 第10章 判别分析 10.1 判别分析简介     10.1.1 距离判别     10.1.2 贝叶斯判别 - V  V) n. V( y+ M; c  O    10.1.3 Fisher判别 10.2 案例29：距离判别法的案例分析     10.2.1 classify函数 9 b! r3 S. J& }  G4 h    10.2.2 案例分析 10.3 案例30：贝叶斯判别法的案例分析     10.3.1 NaiveBayes类     10.3.2 案例分析 ; y% |; ]3 j; c- v1 |10.4 案例31：FISHER判别法的案例分析     10.4.1 Fisher判别分析的MATLAB实现 , Y$ C% {7 v/ U, F    10.4.2 案例分析 第11章 主成分分析 # H2 m! ]3 M5 X1 h9 t11.1 主成分分析简介 : V- r  l. O7 M! {* m7 r" B    11.1.1 主成分分析的几何意义     11.1.2 总体的主成分     11.1.3 样本的主成分 . E  m% n* @. y1 `& P4 W    11.1.4 关于主成分表达式的两点说明 11.2 主成分分析的MATLAB函数     11.2.1 pcacov函数 5 r# I$ d: R8 a; i    11.2.2 princomp函数     11.2.3 pcares函数 11.3 案例32：从协方差矩阵或相关系数矩阵出发求解主成分     11.3.1 调用pcacov函数作主成分分析     11.3.2 结果分析 11.4 案例33：从样本观测值矩阵出发求解主成分     11.4.1 调用princomp函数作主成分分析 # K; C- K( N* s& F+ }: f    11.4.2 结果分析     11.4.3 调用pcares函数重建观测数据 第12章 因子分析 $ z  D8 M, N) q7 E" M  v" C6 f2 k12.1 因子分析简介 $ T& E7 Y' h5 x4 k1 e    12.1.1 基本因子分析模型     12.1.2 因子模型的基本性质     12.1.3 因子载荷阵和特殊方差阵的估计 6 m7 x. C& @, E' z/ b2 c, |" F    12.1.4 因子旋转     12.1.5 因子得分 " O, ?5 {% G/ E0 w+ v6 U! g: d    12.1.6 因子分析中的Heywood现象 3 {' D9 ?% V1 I2 A9 q12.2 因子分析的MATLAB函数 12.3 案例34：基于协方差矩阵或相关系数矩阵的因子分析 12.4 案例35：基于样本观测值矩阵的因子分析     12.4.1 读取数据     12.4.2 调用factoran函数作因子分析 附录A 图像处理中的统计应用案例 " C$ Y2 l8 a; A  R9 A& c: o6 g案例36：基于图像资料的数据重建与拟合     1.1.1 案例描述     1.1.2 重建图像数据 + Y$ n  G0 t) w  t3 _. P& M    1.1.3 曲线拟合 5 _# N" R9 Y) a案例37：基于K均值聚类的图像分割 + ^" J: l% q- E1 b! ^* |+ Z8 X( m    1.2.1 灰度图像分割案例     1.2.2 真彩图像分割案例 / a4 ^( w6 v$ _' q- D5 c' N案例38：基于中位数算法的运动目标检测     1.3.1 案例描述     1.3.2 中位数算法原理 * B% u; d0 R$ t0 Z" I; w    1.3.3 本案例的MATLAB实现一 * B8 ?8 [8 X% k" r" x; v0 {    1.3.4 本案例的MATLAB实现二 % E* c* A: k( U1 _* z2 O8 z案例39：基于贝叶斯判别的手写体数字识别     1.4.1 样本图片的预处理 3 K1 N! U9 O( r) I4 G4 p    1.4.2 创建朴素贝叶斯分类器对象     1.4.3 判别效果 案例40：基于主成分分析的图像压缩与重建 , d5 m7 ^- W' N; H/ F    1.5.1 基于主成分分析的图像压缩与重建原理     1.5.2 图像压缩与重建的MATLAB实现 附录B MATLAB统计工具箱函数大全 《MATLAB统计分析与应用：40个案例分析》源程序_数据.part2.rar (1.39 MB, 下载次数: 44, 售价: 2 点体力) 2015-12-1 09:42 上传 点击文件名下载附件 售价: 2 点体力  [记录] 下载积分: 体力 -2 点

5 ~7 _3 C5 \5 h* }  |; r4 }$ m

Double_L

一个？能打开吗？