- 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
# [2 Z4 I1 A# S1 n- u1 J J
0 |& H: i. r# R( t0 t* O' k) T链接:http://pan.baidu.com/s/1gdCMmQZ 密码:8fzf
" G3 G5 a( z9 b/ n) U& L" @0 l- [3 _+ E; u+ ?7 s1 F
【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。
" S6 `4 e( L; l0 w+ c7 C- w1 L. ?: H5 E2 U
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。
. Q3 l& K8 `4 |3 K- M: a9 ?9 B* G- T: x7 l
讲座非常清晰。
9 y/ C7 x/ T: A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。5 q+ i2 \& z+ i" z7 ?. [
5 o4 \! n9 b: i! C; @
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。
8 u0 B! h. E6 V) s4 q* d) G( _" p% e' K ?6 }4 q: `! M: }
![]() ![]()
/ |- \" g2 a8 p; M6 @
/ {3 P/ v# i) ^
; u$ P" @! n7 Z ]$ m3 [5 a7 D9 U 6 g1 G" D" h0 z- M8 N R. E
* |5 J" z) L& R1 _" x1 v
0 m7 y1 Z2 G) k a0 M张尧庭,方开泰《多元统计分析引论》2013版 pdf- o, l$ b7 u3 I6 @5 u, W" G
8 [% k. H" G3 d4 b
链接:http://pan.baidu.com/s/1dDAi0lN 密码:xp6u
& ?0 ~' Y8 y/ x: g ]4 k
/ y& u" ?/ |& w% M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。 6 Q, z6 P2 l% H0 g# V* V, a
: H1 g2 R! x. b4 @. Z+ \作者简介
% T+ f2 X" o6 | 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。/ ~- R, t' {: ?9 J3 D3 @5 s
9 E9 o! O/ I; t# d# @7 C' z' T" I7 i 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。
) }8 K: h, ~ c4 n4 u! n2 ~: s5 R# l9 t" Q+ n' ~. e
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)。
. {) Z) S" v* Z) U* Y
; E+ V, k4 J8 g) A4 k, h目录 第一章 矩阵" O$ J8 o: r8 S/ Y. c
1.1 线性空间$ h3 L* t& ?! g) V% U+ _' k
1.2 内积和投影6 Q" E/ o* _5 g6 F, D9 K. u
1.3 矩阵的基本性质% w7 h" }* @& r6 D2 X
1.4 分块矩阵的代数运算- K. m8 {: S+ G1 W3 W
1.5 特征根及特征向量
, i0 ~* ~; J4 ]8 W! D7 K1.6 对称阵9 {5 G" w3 G: [ {6 _0 k/ B' H; k
1.7 非负定阵) P* m# f, | @( }/ |
1.8 广义逆
9 N# V8 T; n$ O+ O& f: t9 R1.9 计算方法
: n+ n/ O6 B, X/ _3 l/ q+ y1.10 矩阵微商
1 Y4 a) i: x! m7 y, j6 s& A& K( c1.11 矩阵的标准型& x$ i$ f3 v% \8 \- g, [8 t* U
1.12 矩阵内积空间
/ E, r$ ^7 } A0 T8 Q/ p第二章 多元正态分布
) r& {1 Q' w: F5 o2.1 定义' {; F: K% |( h0 y N% o$ S* ~2 E
2.2 正态分布的矩/ B* E* T% O5 f0 ?( j& }
2.3 条件分布和独立性
F. r. b- W" j$ ~2.4 多元正态分布的参数估计, S8 ?0 ~9 B! K- |, k4 }4 D
2.5 μ和γ的极大似然估计的性质
+ K3 H D6 W# t8 @ c3 u( a2.6 多维正态分布的特征: w9 b2 T% t' R$ F- Z
2.7 多维正态分布函数的计算
& }: v6 V: r. o8 f9 X% F S) G. r `1 @2.8 例5 G) r, a; y) P7 i7 `
第三章 样本分布的性质和均值与协差阵的检验2 P# Q$ q$ g! |, J/ ?+ k
3.1 二次型分布2 g! q( g* \ ]8 m0 s. Y! e# S
3.2 维希特(wishart)分布8 R' d P% b$ _; L8 _# G; q/ y
3.3 与样本协差阵有关的统计量,T*2和A统计量
" q; x- P( g S2 E3.4 均值的检验
+ \( v/ K4 @# J3.5 T*2统计量的优良性7 {3 N" y1 L# I0 m. G
3.6 多母体均值的检验( p6 D( f) H5 E& _, }9 y" I- |
3.7 协方差不等时均值的检验
3 M/ Q: E# k, T" {( M+ E2 t! T6 H3.8 协差阵的检验
4 M- h" d, F) ?- a3.9 独立性检验6 \. P/ Z# @' e$ K u2 ]
第四章 判别分析
) p- B/ V' y! k* K/ n6 b+ ^4.1 距离判别
, M- E# c: t$ S$ M! G4.2 贝叶斯(Bayes)判别
+ ~+ J8 e1 T" t8 W4.3 费歇(Fisher)的判别准则
8 G6 r+ ^5 y) [) v) e1 k4 i4.4 误判概率
Y1 P# {* p+ V$ S4.5 附加信息检验+ V" a3 l7 D: ~- `9 c1 \
4.6 逐步判别
* F6 ^% x, |5 e) V4.7 序贯判别
/ Q- `$ o5 W# K# i第五章 回归分析) Y+ N+ n4 A9 g% y0 J, O4 I' l
5.1 问题及模型
& E' \0 P1 ?* a5.2 最小二乘估计
' G; @) c; T5 D5.3 假设检验2 y$ J* i; A; b; { [4 V; w
5.4 逐步回归' k! s& }9 k# I4 n% i
5.5 双重筛选逐步回归
( `4 y" g; e7 c/ p5.6 回归分析与判别分析的关系
5 C: [. f) V' K+ _5 L第六章 相关# j# _7 \' x/ z7 ]) I
6.1 投影3 C# E* Z* G1 ~7 _. S; Y
6.2 典型相关变量; X- W3 ^0 R7 Q! U
6.3 广义相关系数
8 o p1 @/ i7 n' y* }6.4 主成分分析及主分量分析; O& u5 F3 s1 @
6.5 因子分析
, O' i) J$ t Y; P第七章 线性模型3 k3 B. c5 a' A* s5 f
7.1 模型0 b6 d. J' t: d U) `, E3 b ?
7.2 估值( s: v3 ~% y( ]
7.3 广义线性模型
F# Q% j: L9 O1 ]( ^7 P6 J: L( g: K* S7.4 递推公式
H6 l6 p7 J( d& F; i7.5 正态线性模型的假设检验
% ?8 v8 j% S3 l0 V7 N5 @, `7.6 试验设计
0 R: ^0 ?! X; d/ v; f+ U第八章 聚类分析, F+ v3 }$ I9 `# ?, A
8.1 相似系数和距离
5 Y5 X8 H3 B* k8.2 系统聚类法
. |6 K% u& v2 W& n; s' o8 m9 a8.3 系统聚类法的性质# t& e6 ~" q4 ?
8.4 动态聚类法! o% v" o1 q4 Q7 p: W3 ~* R
8.5 分解法: Z/ i# s5 r& H" w. k5 N$ H* W
8.6 有序样品的聚类与预报
1 v8 ?' m7 n4 h' u4 M, @* ]第九章 统计量的分布( z: V% V& i6 ~2 E- i6 W
9.1 预备知识& i; m; Y; L. \; G0 u5 [( Z4 v
9.2 Jm(f|r1,…,rm)
) m+ b% q7 C: B: T9.3 一元非中心分布' j8 n( V$ |. ^% H: v
9.4 Wishart分布: L: p; K. A# l2 e$ l: O r
9.5 广义方差的分布
, S k6 P; w- P' E9.6 非中心T*2分布/ S- ] q% ^5 ^5 n# K U
9.7 样本相关系数的分布; V2 N- x' S4 m3 i/ N0 J( Q
9.8 S1S-1特征根的联合分布- J3 Y0 h7 |8 E' G, A9 r/ w
9.9 结束语# q5 X3 |4 k. o0 f# l
参考文献 ) i5 J+ V, G2 a% ~( y
/ l- e8 v$ s4 I0 G* ~* A5 d: w
|
zan
|