《MATLAB统计分析与应用：40个案例分析

liyan1259

内容简介： 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。 ! E- H1 E2 \1 g! `7 _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。 & w/ o" N3 [+ o& f! w% q前    言： , d! \0 k0 R0 p. n" n- N0 jMATLAB、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？ 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。 目录： $ }% a- ]; ~& c9 d# O- \第1章 利用MATLAB生成WORD和EXCEL文档 + O; U  J2 L4 w8 }2 w  n+ o) ?1.1 组件对象模型（COM）     1.1.1 什么是COM     1.1.2 COM接口 , ~: f% f8 a( S4 g( w1.2 MATLAB中的ACTIVEX控件接口技术 ' i' r# [# u& G0 J    1.2.1 actxcontrol函数     1.2.2 actxcontrollist函数 0 [& V  b2 a3 M    1.2.3 actxcontrolselect函数     1.2.4 actxserver函数 . C0 T# _3 n, s# V0 f3 }& ]    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     1.3.1 调用actxserver函数创建MicrosoftWord服务器     1.3.2 建立Word文本文档 1 B2 a7 v& i" c1 ?3 j    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 & s1 i$ z! `0 H% K% O# g' [    1.4.1 调用actxserver函数创建MicrosoftExcel服务器     1.4.2 新建Excel工作簿     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     1.4.5 页面设置 " T* ?5 b* `% I  F+ F    1.4.6 选取工作表区域 5 I5 k2 F* w* h& Y2 U4 k    1.4.7 设置行高和列宽     1.4.8 合并单元格     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     1.4.12 插入图片 % Y$ K- m! W* r: C! x! t' v9 e; L    1.4.13 保存工作簿     1.4.14 完整代码   q/ j7 @* d) R3 O$ \2 q9 e 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 8 z3 P/ `+ T& [9 B  p+ T    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 9 c/ q. G8 h' w; R" 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 # s% N# O; I) o+ F    2.2.2 调用fprintf函数写入数据 , q3 @  s+ x4 o" t5 g2.3 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 0 }( M! ?/ h0 y" a    2.3.2 调用xlsread函数读取数据 % K6 ^5 E9 E3 E2.4 案例6：把数据写入EXCEL文件 8 Q) \( _9 z2 c6 J $ k. H  F' p0 s1 c8 I% R第3章 数据的预处理 3.1 案例7：数据的平滑处理     3.1.1 smooth函数 ' l% T/ Q" G! o1 U- s: s    3.1.2 smoothts函数 2 c. E' f( \) x! Z$ n( n6 Y) O    3.1.3 medfilt1函数 # M, @# t& Q, y7 t0 M3.2 案例8：数据的标准化变换     3.2.1 标准化变换公式 ) V6 D" s8 G% u$ a" m) g  F/ ]" g; R    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   ~2 z7 i  N0 Q; j    3.3.1 极差归一化变换公式 " x) ~) r' G# X0 w/ f    3.3.2 极差归一化变换的MATLAB实现 第4章 生成随机数 2 ]" s  z5 Z& K5 k* z* m+ }4 U4.1 案例10：生成一元分布随机数     4.1.1 均匀分布随机数和标准正态分布随机数 5 F! H8 g1 A" Z$ S3 w7 _    4.1.2 RandStream类 2 C" b0 n. w& {+ N$ H3 {  _    4.1.3 常见一元分布随机数   \- s4 S: v2 l    4.1.4 任意一元分布随机数 5 A1 A0 x$ D8 I6 w4 `3 A8 v4.2 案例11：生成多元分布随机数 " u+ {! i4 U: X  S. a* k5 I4.3 案例12：蒙特卡洛方法   4.3.1 有趣的蒙提霍尔问题 % L" p, r% Q, n$ W2 [' S, X& w  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 f) j' ?7 `* B6 ?. G- G) r( C  4.3.4 用蒙特卡洛方法求积分 ; h1 L# q& i/ Z% c+ i  4.3.5 街头骗局揭秘 第5章 参数估计与假设检验 5.1 案例13：常见分布的参数估计 . e3 P5 k% D; V# c; Z& y7 w5.2 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 % E6 ?# p5 ^, D, e8 t    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 5.3 案例15：分布的拟合与检验 ; s8 ], r; e# H    5.3.1 案例描述     5.3.2 描述性统计量     5.3.3 统计图 0 ?! q2 ]' C3 h$ `    5.3.4 分布的检验     5.3.5 最终的结论 # `, `3 i' ^$ J- P0 N$ }5.4 案例16：核密度估计 - c9 M( a5 X+ i1 f1 T2 ~    5.4.1 经验密度函数 / L/ U, \. B4 d6 _5 [2 r    5.4.2 核密度估计     5.4.3 核密度估计的MATLAB实现 8 g/ M! Y$ A; q8 R* Z    5.4.4 核密度估计的案例分析 第6章 COPULA理论及应用实例 $ I) p" e7 e) f6.1 COPULA函数的定义与基本性质 . \( [! p! J' q) F% M: ?    6.1.1 二元Copula函数的定义及性质 : N# j" [- P4 x: r7 B' a    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     6.2.3 阿基米德copula函数 6.3 COPULA函数与相关性度量     6.3.1 Pearson线性相关系数 & M/ u/ J5 ]: ^8 H' m! p/ V  b    6.3.2 Kendall秩相关系数     6.3.3 Spearman秩相关系数 , |7 E4 ?) Y! ?& ], c    6.3.4 尾部相关系数 3 t. J- i. N0 C! L. e4 t( e    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 * u: |/ K) H: _% }- e* Q    6.4.1 案例描述 ) I* D' G1 F- P8 i" S& m    6.4.2 确定边缘分布 " P3 M" \. l/ e    6.4.3 选取适当的Copula函数 % M) ^5 F7 ?/ c/ F1 B. x    6.4.4 参数估计 % C. T; z1 i+ T: e. B. T2 T9 S    6.4.5 与Copula有关的MATLAB函数 " L6 p9 N  A8 _. ?* b( K8 d6 U, G    6.4.6 案例的计算与分析 $ j" o$ n3 ?  s5 s6 j 第7章 方差分析 7.1 案例18：单因素一元方差分析     7.1.1 单因素一元方差分析的MATLAB实现     7.1.2 案例分析 # @% _" _5 y- X$ G2 l7.2 案例19：双因素一元方差分析 0 a) T: h+ l1 Y' _+ y    7.2.1 双因素一元方差分析的MATLAB实现     7.2.2 案例分析 7.3 案例20：多因素一元方差分析   O) O3 i8 x' F$ k1 n  L. u( ^8 F7 e    7.3.1 多因素一元方差分析的MATLAB实现 / g; V8 a. {0 p: b    7.3.2 案例分析一 ' K+ J' e7 k" e: \    7.3.3 案例分析二 6 ~# h* L4 r# t$ k7.4 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 " V9 a' w! K7 }) d    7.4.2 案例分析 7.5 案例22：非参数方差分析 , r) o$ P8 p% d# ?    7.5.1 非参数方差分析的MATLAB实现 # W- }% Q7 S. ^% h* ?, X4 ?. Z    7.5.2 Kruskal-Wallis检验的案例分析     7.5.3 Friedman检验的案例分析 ) r( m8 q3 T: _/ x 第8章 数据拟合 8.1 案例23：一元线性回归分析 * r3 K  _: b% k; |1 ?" z/ p    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     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 % T+ [7 ]7 R9 z: [' I8 {: v4 m    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 第9章 聚类分析 . g6 l* q% m8 G0 q8 \& f9 m9.1 聚类分析简介 ( j! V  a" V; 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     9.1.4 模糊C均值聚类法 5 S! q# @- l& O, Q2 u9.2 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 ' m9 T! i: H& ]/ L: L    9.2.2 样品聚类案例 - a1 ]% t. H  ]% I: }8 R* I, e    9.2.3 变量聚类案例 ! `; ]! Q# w) C  h9.3 案例27：K均值聚类法的案例分析 + S3 Z; C# h4 r    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 + g- Z* T, G) X8 r, o/ K( L    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 1 Y# d5 m9 p+ j, W 第10章 判别分析 10.1 判别分析简介     10.1.1 距离判别 ; r- n/ U8 Z( i    10.1.2 贝叶斯判别     10.1.3 Fisher判别 ; i( c! [' |2 E, Q: J# A10.2 案例29：距离判别法的案例分析     10.2.1 classify函数 % K6 r' x$ q$ b3 C    10.2.2 案例分析 10.3 案例30：贝叶斯判别法的案例分析 0 F3 {' `0 k3 m& @  `    10.3.1 NaiveBayes类 # D/ c# D. V9 M# r. I7 [0 Z7 B% i    10.3.2 案例分析 10.4 案例31：FISHER判别法的案例分析 " i% I7 K) Y8 |/ \* v6 H( J' Z! m    10.4.1 Fisher判别分析的MATLAB实现     10.4.2 案例分析 ' k+ g& `% Q0 p7 O( A! X( Z   T8 }, C5 C8 ?第11章 主成分分析 11.1 主成分分析简介     11.1.1 主成分分析的几何意义 1 W/ n( {8 [: a    11.1.2 总体的主成分     11.1.3 样本的主成分 " V0 d) e' ^( ~5 {) L$ h6 b2 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 * O* I) c0 p/ g4 i    11.2.1 pcacov函数     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 0 x! P5 M6 L& K& _    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 % P. w5 A5 l8 Z7 Z8 l- D    11.4.2 结果分析 9 O* S: W2 ]! T( }    11.4.3 调用pcares函数重建观测数据 5 D! k* E4 U% x4 Y3 C( _2 Z 第12章 因子分析 ) @% w5 c8 Q9 N12.1 因子分析简介     12.1.1 基本因子分析模型 & K/ v9 b- |0 l    12.1.2 因子模型的基本性质 4 b2 P/ S6 o8 E4 v. F1 B+ p# d7 q- ^    12.1.3 因子载荷阵和特殊方差阵的估计     12.1.4 因子旋转   V- b0 C: ?' P9 l2 t    12.1.5 因子得分     12.1.6 因子分析中的Heywood现象 12.2 因子分析的MATLAB函数 - a9 R5 C" G1 v+ V12.3 案例34：基于协方差矩阵或相关系数矩阵的因子分析 1 z( f: u/ v9 {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 * ?  W, n# P! |! r4 n5 V) i$ } 2 L3 z, J( S% `附录A 图像处理中的统计应用案例 8 S7 z, {# I' @$ o2 x/ Q案例36：基于图像资料的数据重建与拟合     1.1.1 案例描述   I: |, W5 Y3 N- i/ L- l- T& b' ~/ {, `    1.1.2 重建图像数据     1.1.3 曲线拟合 7 ~2 _1 [! L0 h& h! A8 [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 4 V/ E3 v. S( o. o1 O5 r' a  O! a! U' G    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 % X1 Q. O; [$ Z; B/ x: `/ R3 q5 G9 m    1.3.1 案例描述 - E; r. M; m' O& g! a    1.3.2 中位数算法原理     1.3.3 本案例的MATLAB实现一     1.3.4 本案例的MATLAB实现二 2 q/ H( ]: v; C  \; |3 N5 s2 N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 7 P! U6 @+ w4 X  c4 F    1.4.2 创建朴素贝叶斯分类器对象     1.4.3 判别效果   P7 H/ h8 Z' N+ [2 V1 _, |' A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 ; ^* P$ k( W( D- y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

( F+ K+ x9 p& \

Double_L

一个？能打开吗？
" a( K' q- V4 \; W3 `