《MATLAB统计分析与应用：40个案例分析

liyan1259

内容简介： % n, W$ C6 h+ q2 [/ p4 i 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。 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。 # `5 b* j% @3 {& k" P0 ~/ e前    言：   j/ {5 j; Q6 U 7 m( H+ Q$ }2 o! N+ D7 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？ - B6 B: Y- ]) V( y: t& N, G- E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。 8 p8 v# C! g8 n/ a目录： 第1章 利用MATLAB生成WORD和EXCEL文档 " ]7 y/ Q9 z& {0 G" r3 R7 Z1.1 组件对象模型（COM） 9 V% X. M+ c  ]3 V    1.1.1 什么是COM ' w( w. m# A, m! I$ M    1.1.2 COM接口 1.2 MATLAB中的ACTIVEX控件接口技术 & i7 L. _8 Z' q9 _- B    1.2.1 actxcontrol函数     1.2.2 actxcontrollist函数 * }: W2 v; p' d    1.2.3 actxcontrolselect函数 ( L3 E; C9 \9 q$ p$ G$ Y    1.2.4 actxserver函数     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 1.3 案例1：利用MATLAB生成WORD文档 5 ~$ Z" |3 E4 h4 c; L) w6 ?4 I2 p  p    1.3.1 调用actxserver函数创建MicrosoftWord服务器 & T: I8 T' b- q2 J    1.3.2 建立Word文本文档 : M" T9 m9 ~* F    1.3.3 插入表格     1.3.4 插入图片     1.3.5 保存文档     1.3.6 完整代码 1.4 案例2：利用MATLAB生成EXCEL文档 - |  f6 B! A. H! y    1.4.1 调用actxserver函数创建MicrosoftExcel服务器 7 E3 j2 U! P# e% }    1.4.2 新建Excel工作簿 3 V3 O4 S3 b4 b. a2 ~2 P% P4 Z    1.4.3 获取工作表对象句柄 7 v5 Y# F& U) a( n# d    1.4.4 插入、复制、删除、移动和重命名工作表     1.4.5 页面设置 / L: |/ \! S: y/ f    1.4.6 选取工作表区域     1.4.7 设置行高和列宽     1.4.8 合并单元格 ; `; u& u5 P: w2 o" U$ p    1.4.9 边框设置 # J5 l- n6 e/ x+ t' U0 K9 f    1.4.10 设置单元格对齐方式 ( `/ Z" e: Z+ J4 d; h4 E2 P7 U    1.4.11 写入单元格内容     1.4.12 插入图片 : D8 p3 N! ^7 L$ }" f4 J    1.4.13 保存工作簿 4 _+ T8 g9 _; A: B    1.4.14 完整代码 , r& P% I8 B  l: u( K" s5 k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     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 . J* a5 F7 q" z1 ~& f2.2 案例4：把数据写入TXT文件 2 E; |" i& R. K' \2 T& g    2.2.1 调用dlmread函数写入数据     2.2.2 调用fprintf函数写入数据 , g! a0 r' H7 o" r. e2.3 案例5：从EXCEL文件中读取数据 : s2 G2 U' W" ]    2.3.1 利用数据导入向导导入Excel文件 + z0 d2 v2 p3 Z    2.3.2 调用xlsread函数读取数据 % K* h/ @7 H* ?2.4 案例6：把数据写入EXCEL文件 2 p/ d0 p! r* `7 Z& U * H% m& o4 I! x$ a! r第3章 数据的预处理 0 e* g! w4 h4 l: R1 A) O3.1 案例7：数据的平滑处理     3.1.1 smooth函数 ) |7 i) E; l( o0 ?: ?) t3 O    3.1.2 smoothts函数     3.1.3 medfilt1函数 - q8 g0 p, b+ a" h' G3.2 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 3.3 案例9：数据的极差归一化变换     3.3.1 极差归一化变换公式 ' i6 j% T9 {, }* R' T    3.3.2 极差归一化变换的MATLAB实现 ( P5 |4 P& D/ { ' S  Z" B% P8 ?9 C- I/ F+ J% y1 a# n第4章 生成随机数 4.1 案例10：生成一元分布随机数 ) D. u$ X" y$ k; M3 a. R& Z    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 " s; l/ k' q: E& t    4.1.3 常见一元分布随机数     4.1.4 任意一元分布随机数 4.2 案例11：生成多元分布随机数 4.3 案例12：蒙特卡洛方法   4.3.1 有趣的蒙提霍尔问题 5 d4 e+ }1 n/ _9 K( b( O  4.3.2 抽球问题的蒙特卡洛模拟   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   4.3.5 街头骗局揭秘 第5章 参数估计与假设检验 , R/ C  |; G* E8 n: \# p5.1 案例13：常见分布的参数估计 ) ^5 v) }: d$ ]2 e" m" W3 M5.2 案例14：正态总体参数的检验     5.2.1 总体标准差已知时的单个正态总体均值的检验     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 6 o1 Y) J! M! q( o7 _3 ?    5.2.5 总体均值未知时的两个正态总体方差的比较检验 ' K1 X7 Q: J! c! S4 T9 j9 p4 e) r5.3 案例15：分布的拟合与检验     5.3.1 案例描述     5.3.2 描述性统计量 0 L/ x- x4 d( q+ |- I* t    5.3.3 统计图     5.3.4 分布的检验 1 H' W' p2 S' H4 g4 c/ }5 |. ?" {    5.3.5 最终的结论 5 s4 z: N( p4 @4 E8 Q% R5.4 案例16：核密度估计 ) i: N1 |  r0 I, \* C    5.4.1 经验密度函数 ; T" w; x. o( R( A) t+ R; _" n" E    5.4.2 核密度估计 3 Z3 g- E  @( J* Q. A) r    5.4.3 核密度估计的MATLAB实现     5.4.4 核密度估计的案例分析 7 f2 j+ ~1 @# Y' ?$ Y& w ( P2 r/ c4 S; q& j" [& \+ E4 E% D第6章 COPULA理论及应用实例 6.1 COPULA函数的定义与基本性质 ! m1 m: ~, t1 P/ P. }, @! G7 j    6.1.1 二元Copula函数的定义及性质 ; r- d% T4 g( q/ @: w    6.1.2 多元Copula函数的定义及性质 6.2 常用的COPULA函数 / y% s! T6 v% w( M0 g    6.2.1 正态Copula函数 * }* J2 \7 n8 P; X; x8 \; s    6.2.2 t-Copula函数 2 v( p- @6 ~- o3 A' s2 N, P    6.2.3 阿基米德copula函数 6.3 COPULA函数与相关性度量 ! Z7 M/ \$ ]7 U0 {2 c    6.3.1 Pearson线性相关系数 8 h( `7 Z0 l" V9 V; I3 z7 g    6.3.2 Kendall秩相关系数     6.3.3 Spearman秩相关系数 $ w  Q0 x! z2 f* F+ }    6.3.4 尾部相关系数     6.3.5 基于Copula函数的相关性度量 * Z  ?9 N6 t( J0 E. Y    6.3.6 基于常用二元Copula函数的相关性度量 ; h8 ~4 k' f" G5 K( C( a& M6.4 案例17：沪深股市日收益率的二元COPULA模型 : ^" h3 K; R; p' m    6.4.1 案例描述 / U* c1 K# ?/ N; ]' J4 N    6.4.2 确定边缘分布 9 I! W0 f" }7 \- X  I6 l    6.4.3 选取适当的Copula函数 : T, u+ w) I; w( R    6.4.4 参数估计     6.4.5 与Copula有关的MATLAB函数 3 T7 B; H) Z: v& r% ]) ]8 q    6.4.6 案例的计算与分析 ( o- u% [4 s8 U( p  m- {2 |7 F* W ; a8 h3 T: f( w4 {/ [, a# f第7章 方差分析 7.1 案例18：单因素一元方差分析 * m! [+ m* |- a0 l7 C    7.1.1 单因素一元方差分析的MATLAB实现 : `& c! t7 B% V) R& D/ m    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     7.2.2 案例分析 ) n9 T" t7 n: X+ Y3 G2 T7.3 案例20：多因素一元方差分析 8 `' [6 G1 M% o& t. L    7.3.1 多因素一元方差分析的MATLAB实现 1 o# d: l# ]2 c" v# Y3 t- j    7.3.2 案例分析一     7.3.3 案例分析二 1 H* P4 ^; u, V: R! {7.4 案例21：单因素多元方差分析 6 _& X6 l0 y, `) ~    7.4.1 单因素多元方差分析的MATLAB实现 + G( b; P- {, v0 p& d    7.4.2 案例分析 " z* m4 o9 D. J% t$ M  _! D7.5 案例22：非参数方差分析 % ]( Z8 K4 x, R4 X" q1 f0 P3 c) R    7.5.1 非参数方差分析的MATLAB实现 3 ^' [' X0 P; A* u0 o; I    7.5.2 Kruskal-Wallis检验的案例分析 * g- S% N! a) L' N- ]    7.5.3 Friedman检验的案例分析 . v# ?6 ~5 A# h2 k4 b" x% A 1 d1 l/ B: y, @% {第8章 数据拟合 8.1 案例23：一元线性回归分析 / L0 I. V: y* Q! c4 n9 x0 Y    8.1.1 数据的散点图     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 ' \& Z. p" G% C3 [# |( V3 f& J, @    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 7 P5 O* ^6 D, `0 y1 h    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 0 t8 r; L: {/ `& i7 |    8.3.1 调用自编reglm函数作多重回归分析 / i$ B$ ~& s3 f    8.3.2 调用stepwise函数作逐步回归 - a+ L' Z! q, B" g第9章 聚类分析 9.1 聚类分析简介 % S8 Q& v5 A8 E( N0 i9 s    9.1.1 距离和相似系数     9.1.2 系统聚类法     9.1.3 K均值聚类法 & ]6 W; A! }; Q- Y7 u5 h    9.1.4 模糊C均值聚类法 9.2 案例26：系统聚类法的案例分析 3 ]; _- O1 T' Y6 D6 x- F$ A    9.2.1 系统聚类法的MATLAB函数     9.2.2 样品聚类案例 6 P: ^& h( c; k3 S: [5 [" D    9.2.3 变量聚类案例 9.3 案例27：K均值聚类法的案例分析 * F( o/ z5 @, p' U# ^) l. R" v* @$ h/ J    9.3.1 K均值聚类法的MATLAB函数     9.3.2 K均值聚类法案例 9.4 案例28：模糊C均值聚类法的案例分析 - s; x! p" G2 Q$ k, f# ~    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 ; @% c$ ~$ j2 k 第10章 判别分析 10.1 判别分析简介 0 V6 S2 _( I: x8 b! q# {; j    10.1.1 距离判别 7 _5 j, Y4 I4 F6 ]) W9 J- E+ {3 _9 n    10.1.2 贝叶斯判别 , A. t4 m; _9 Q: y: L, h    10.1.3 Fisher判别 , s) w/ o1 U' e. `- k5 i10.2 案例29：距离判别法的案例分析     10.2.1 classify函数     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   k( c" P) C* s+ `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     10.4.2 案例分析   m- S5 z# h0 `/ T0 |$ N3 { 2 V5 T4 e/ F5 F7 Y- G% W. X第11章 主成分分析 11.1 主成分分析简介 ( `. m1 S" i7 C( m7 |4 K# Y    11.1.1 主成分分析的几何意义 0 L+ H' [% U3 {4 u    11.1.2 总体的主成分     11.1.3 样本的主成分 7 e/ B( Z) f, T# p/ H. d) s3 |    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 & k5 G% t4 d4 H- u8 O    11.2.1 pcacov函数 ) B+ K" C' \0 w" |: m    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 , I" U# f  Y8 T- b/ G* f0 ~    11.3.1 调用pcacov函数作主成分分析     11.3.2 结果分析 ) \& i4 x8 `; N* f3 D: j0 m11.4 案例33：从样本观测值矩阵出发求解主成分 / }: r$ v% a; Y    11.4.1 调用princomp函数作主成分分析 , |7 W1 l! d, X1 i* F$ P0 J    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! u" ]) E) R3 _9 Z& A$ l4 Q12.1 因子分析简介     12.1.1 基本因子分析模型 % u6 z0 G% v$ F3 c; K) @    12.1.2 因子模型的基本性质 / Y3 t! P; a/ Z6 {& n1 m    12.1.3 因子载荷阵和特殊方差阵的估计 5 ?4 ?  y- l, [5 P4 {    12.1.4 因子旋转     12.1.5 因子得分     12.1.6 因子分析中的Heywood现象 0 U7 k; i# H' O8 z- P6 r12.2 因子分析的MATLAB函数 ; v- c$ r4 a% [$ d" L12.3 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 : S& ~+ Y$ {. k" l    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 案例36：基于图像资料的数据重建与拟合     1.1.1 案例描述 ! `. H6 P5 x- [- A6 w0 P/ q+ I    1.1.2 重建图像数据     1.1.3 曲线拟合 7 S) z  m' B* s! S( h! a' }, b案例37：基于K均值聚类的图像分割     1.2.1 灰度图像分割案例 1 R  L$ u6 A) Y+ `    1.2.2 真彩图像分割案例 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 1 `4 q: R; M/ }' \) u- h; X* G2 r    1.3.3 本案例的MATLAB实现一 , n7 S3 }5 X/ z7 C6 J    1.3.4 本案例的MATLAB实现二 ) u: t/ o. B) ]- d3 V# ?! v( k* J案例39：基于贝叶斯判别的手写体数字识别 4 E$ k- j: b" ?; `* M( h& `$ Y    1.4.1 样本图片的预处理 1 s7 G8 k9 ?9 M( e- j: ?6 U1 a    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     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

' Z1 ]. t/ _( e( [9 |! V  P

Double_L

一个？能打开吗？