《MATLAB统计分析与应用：40个案例分析

liyan1259

内容简介： - x' B* a) [4 l2 M3 ^ 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。 ( ]2 g$ O$ H$ }6 V' x. ? 前    言： * {/ p! @$ z) ?9 f 7 Q: L4 `) J: UMATLAB、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？ , N$ M9 h( |: e+ J; o% w( e 8 W! a6 ?; F% E- 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。 & E* m+ [6 H5 p, r2 D$ b目录： 第1章 利用MATLAB生成WORD和EXCEL文档 ( ]$ i& M9 `) _; D7 k& _$ N1 `1.1 组件对象模型（COM）     1.1.1 什么是COM ! L! @! A9 _' ]0 T' }, i    1.1.2 COM接口 1.2 MATLAB中的ACTIVEX控件接口技术 , E& ]5 U, s+ L* J$ j    1.2.1 actxcontrol函数     1.2.2 actxcontrollist函数 5 y$ v) k; F, h) G: Q7 G! y9 m+ |" o6 f    1.2.3 actxcontrolselect函数 ' y" r0 o. U! S: V2 b5 N    1.2.4 actxserver函数 , r7 {" ?4 e# E/ y0 A    1.2.5 利用MATLAB调用COM对象 % Z' w: i$ a9 |    1.2.6 调用actxserver函数创建组件服务器 ! \9 C% j9 [8 o9 u% t1.3 案例1：利用MATLAB生成WORD文档 / p- `7 k, _- B# A' B    1.3.1 调用actxserver函数创建MicrosoftWord服务器     1.3.2 建立Word文本文档 & D  X1 D* P* u, e0 S! T' X    1.3.3 插入表格 * e# @; R1 B, w! }8 m: c$ ?1 W    1.3.4 插入图片     1.3.5 保存文档 - K( ^: m; s+ z8 j/ y5 X9 Q    1.3.6 完整代码 1.4 案例2：利用MATLAB生成EXCEL文档     1.4.1 调用actxserver函数创建MicrosoftExcel服务器     1.4.2 新建Excel工作簿 + v+ B/ P' w( D' h    1.4.3 获取工作表对象句柄     1.4.4 插入、复制、删除、移动和重命名工作表 ! c$ x2 ~$ a! @2 P    1.4.5 页面设置 0 Y  g: @5 U, ?2 q& C3 U/ d    1.4.6 选取工作表区域 ( b' D2 B0 g$ o* ?    1.4.7 设置行高和列宽     1.4.8 合并单元格 7 |& R* j0 r. m7 o0 K    1.4.9 边框设置     1.4.10 设置单元格对齐方式 4 E% {( ~% `! z1 X4 E( Y    1.4.11 写入单元格内容 $ z: U8 Q1 c0 m/ W    1.4.12 插入图片 # F: e0 n  R& o  ?& G    1.4.13 保存工作簿 - M* b+ ^5 _% A6 T    1.4.14 完整代码 , Z, M3 g: K# Z  n/ Y7 ?! Q" u 1 f( S4 p- h3 w. R第2章 数据的导入与导出 7 k6 S' V+ J1 F' h3 a2 m" q2.1 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 $ z8 T# J1 l3 s; l4 N5 z+ K    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 & Q  w" e4 ]" B7 C, u2.2 案例4：把数据写入TXT文件     2.2.1 调用dlmread函数写入数据 / z" B, b( ~! N) \9 z7 T    2.2.2 调用fprintf函数写入数据 2.3 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     2.3.2 调用xlsread函数读取数据 9 z3 a, q/ @+ q: N) g2.4 案例6：把数据写入EXCEL文件 第3章 数据的预处理 3.1 案例7：数据的平滑处理 5 t/ W/ ]1 P5 y+ t3 G0 t2 _* j; M    3.1.1 smooth函数     3.1.2 smoothts函数 * c5 K* y2 m- @5 m4 H4 G; L& A    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 % @# O2 e0 O( K* l: a    3.2.2 标准化变换的MATLAB实现 7 V0 q2 a; r& `3 i6 ]& s3.3 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     3.3.2 极差归一化变换的MATLAB实现 $ P* g) f. N; r; ?1 Q 第4章 生成随机数 ' i- ^5 t& ^2 a7 A  Y, t4.1 案例10：生成一元分布随机数 1 S, e  d  P. E$ r6 {    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     4.1.3 常见一元分布随机数 ! N# o7 L' O4 M/ j" C4 ^8 {    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 0 L" h, F( ~, a2 A2 b4.3 案例12：蒙特卡洛方法 ' O4 n( `  ]5 ?! r  i  4.3.1 有趣的蒙提霍尔问题 ( C5 l. _* O" z# X7 {0 `) S4 Q: x6 K  4.3.2 抽球问题的蒙特卡洛模拟 9 K; ]+ `: Z8 \  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 , c2 d1 I' A( _4 `6 z  4.3.5 街头骗局揭秘 - i5 d  A6 D8 I. L' b  O第5章 参数估计与假设检验 0 f( G4 r4 z. e7 J; ?' V5.1 案例13：常见分布的参数估计 . y& q6 F: o/ u; d. k5.2 案例14：正态总体参数的检验 1 B& D) K% v; d    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 ; M8 R' a3 n" A4 ~: ~    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 $ q9 C4 h# {! {( E1 I/ O) o* a    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 8 ?9 A% @" Q( i% ~. }' d6 ?5.3 案例15：分布的拟合与检验 / v& R# d( p! @5 o7 t$ v9 u    5.3.1 案例描述 $ X: o3 x5 Q0 ^. B    5.3.2 描述性统计量     5.3.3 统计图 ; F; u7 ~9 e/ M7 L- W    5.3.4 分布的检验     5.3.5 最终的结论   A; Z  k2 [& v- L0 i. H- A5.4 案例16：核密度估计 " a0 C& G6 j% U4 p& g8 ~    5.4.1 经验密度函数     5.4.2 核密度估计   P5 W* F! m4 E' U, |, \: F2 T    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 1 I! Y' X  R6 u) L+ w, x 第6章 COPULA理论及应用实例 : n- n6 S' i# Q, {- D! Y! w6.1 COPULA函数的定义与基本性质 + k8 d- s5 G  u, U" v    6.1.1 二元Copula函数的定义及性质 5 n1 y8 u6 c' ]2 L    6.1.2 多元Copula函数的定义及性质 6.2 常用的COPULA函数     6.2.1 正态Copula函数     6.2.2 t-Copula函数 - p& R6 C/ T8 }# }& w, d3 \    6.2.3 阿基米德copula函数 4 J( n& t+ I6 ]6.3 COPULA函数与相关性度量     6.3.1 Pearson线性相关系数 1 l1 w, k2 q! W( H, ?7 W    6.3.2 Kendall秩相关系数 ( h8 `. o4 n4 N7 S- P% Q3 o0 ^    6.3.3 Spearman秩相关系数     6.3.4 尾部相关系数 ' o0 H+ K7 m& k( M7 o" i    6.3.5 基于Copula函数的相关性度量     6.3.6 基于常用二元Copula函数的相关性度量 6.4 案例17：沪深股市日收益率的二元COPULA模型     6.4.1 案例描述     6.4.2 确定边缘分布 $ `2 T7 J$ ^, `    6.4.3 选取适当的Copula函数 0 E/ R3 d. E' h) E6 Q* J5 ^8 k! ^* {    6.4.4 参数估计 : d* r% H2 w, D5 c" Z    6.4.5 与Copula有关的MATLAB函数 , J3 c5 c. k" P9 v7 w( z    6.4.6 案例的计算与分析 ) n) z/ @, n5 F5 ~第7章 方差分析 7.1 案例18：单因素一元方差分析 ( _1 [8 R: F5 t& B: f    7.1.1 单因素一元方差分析的MATLAB实现 & y- V9 c* C  c    7.1.2 案例分析 7.2 案例19：双因素一元方差分析 $ m" K/ `; \7 i0 O1 e1 `- L    7.2.1 双因素一元方差分析的MATLAB实现     7.2.2 案例分析 7 \. x1 g( G0 B: Z( q5 b8 J7.3 案例20：多因素一元方差分析     7.3.1 多因素一元方差分析的MATLAB实现     7.3.2 案例分析一 & S2 _2 E0 t. l1 j$ E- E    7.3.3 案例分析二 ; h2 \; x# H% x# j9 X  C7.4 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     7.4.2 案例分析 : [. [2 a% ^/ A7.5 案例22：非参数方差分析     7.5.1 非参数方差分析的MATLAB实现 ; X6 ~: f( r% S0 O9 u    7.5.2 Kruskal-Wallis检验的案例分析     7.5.3 Friedman检验的案例分析 1 e3 l. J4 a. V 第8章 数据拟合 / C, B+ V7 ?* S- H8.1 案例23：一元线性回归分析     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 % J  Y3 y) p) J9 _1 H3 E    8.1.4 调用robustfit函数作稳健回归   K4 W" o# ~0 h5 [/ |& l6 f8.2 案例24：一元非线性回归分析 2 O- q( Q7 S. U/ ?( u    8.2.1 数据的散点图 9 f2 t7 `: M2 f2 @% |0 I; V, X, B    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     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 ; v# m) x% M7 j/ g9 N) o  k7 T 第9章 聚类分析 9.1 聚类分析简介 ; c+ ]0 A' K& h. O! L    9.1.1 距离和相似系数 + s' P3 [  n5 C' N    9.1.2 系统聚类法     9.1.3 K均值聚类法     9.1.4 模糊C均值聚类法 / L& b" u/ g& ~3 p9.2 案例26：系统聚类法的案例分析     9.2.1 系统聚类法的MATLAB函数 " c0 ?& {3 _& C; N    9.2.2 样品聚类案例 6 G9 Q" u8 ~6 A" {, J' v    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     9.3.1 K均值聚类法的MATLAB函数 . l: y3 e) g+ Z: s" Y0 T/ e    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     9.4.1 模糊C均值聚类法的MATLAB函数 $ I8 d7 E2 w' l. R! n, F    9.4.2 模糊C均值聚类法案例 + u4 p% @2 B' b* h第10章 判别分析 9 E4 C4 I; }) n/ v. \10.1 判别分析简介 $ m+ L0 o. A2 s5 r    10.1.1 距离判别     10.1.2 贝叶斯判别     10.1.3 Fisher判别 10.2 案例29：距离判别法的案例分析 % \$ a- i* [: q3 n  L0 r, X) `    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 0 @  I/ e$ Z% X) e+ K; R4 y    10.3.1 NaiveBayes类     10.3.2 案例分析 ! }( c5 y* H2 B10.4 案例31：FISHER判别法的案例分析 * j$ E: f+ T: {) ~5 _: ~    10.4.1 Fisher判别分析的MATLAB实现     10.4.2 案例分析 0 h8 F/ b2 ?+ Y; C, S$ |4 X# ?1 z / O, \) c1 i) _% I( o% R$ p第11章 主成分分析 # K7 j7 d5 F* O9 z0 d11.1 主成分分析简介     11.1.1 主成分分析的几何意义 0 W2 L, d' G4 ]8 r" j8 ~5 l    11.1.2 总体的主成分 0 Q$ M) p$ e: o- D. s    11.1.3 样本的主成分 4 @/ m: Q8 f% w4 @! h    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 5 P+ B- x/ S! G" H' Q    11.2.1 pcacov函数 2 O- U& R' O) k    11.2.2 princomp函数 ' N: c5 u6 L' h6 v3 R* I2 l+ b& U    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 2 C1 P. E( W8 {) U% Z/ ?    11.3.1 调用pcacov函数作主成分分析 + o1 G/ P. |. A$ ], z  a8 j0 U& ^3 ^6 \+ A    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 ) h; A2 T2 m! p2 Z! V- ~& _    11.4.1 调用princomp函数作主成分分析     11.4.2 结果分析     11.4.3 调用pcares函数重建观测数据 3 z: x3 P: v" U, l, A# C5 y$ @) v6 R ! q7 A: @3 e$ F. D9 ~第12章 因子分析 % N: u. V  ?! f6 @5 P# t+ {$ ~12.1 因子分析简介     12.1.1 基本因子分析模型 6 }: p9 C$ j* S    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     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 1 d3 D3 C6 E0 o0 B7 u12.2 因子分析的MATLAB函数 1 Y2 W. Z6 M; S5 U12.3 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 9 H( Z! V5 p1 [% z    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 ! F( t+ v" q) @$ b0 v( L5 g案例36：基于图像资料的数据重建与拟合 ( A3 f% ?/ P1 p7 @1 a    1.1.1 案例描述     1.1.2 重建图像数据 ' c3 R! \) |6 h1 V1 I$ \0 `    1.1.3 曲线拟合 ! K, R$ ?3 F& K6 K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     1.2.2 真彩图像分割案例 $ J# ]% p* s+ N3 V2 q; a案例38：基于中位数算法的运动目标检测 - U8 Z# ?8 y1 Y9 r' c8 D: U    1.3.1 案例描述     1.3.2 中位数算法原理 ; {  @7 |. _3 k    1.3.3 本案例的MATLAB实现一 % _+ b- K5 J+ z; {    1.3.4 本案例的MATLAB实现二 案例39：基于贝叶斯判别的手写体数字识别 7 e& p& y- R- b& u7 i) a6 {+ k/ y    1.4.1 样本图片的预处理 6 R8 J$ b( E% T* b: I2 ?    1.4.2 创建朴素贝叶斯分类器对象 - u; U% E& C' q% G' S! I    1.4.3 判别效果 / u3 S2 D" ?6 \0 ~  g( u4 j4 F* N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

& i& _3 g/ T  E5 U6 t

Double_L

一个？能打开吗？
$ t7 ?+ u, T' J1 T( z0 z