《MATLAB统计分析与应用：40个案例分析

liyan1259

内容简介： : x# \+ G+ S  P( M' w7 m3 N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。 4 _. `9 y6 ]& A+ M% @$ L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。 # s  x) |( g3 W) N0 b前    言： 8 A) I6 Y2 y( H5 F3 e  S6 z& K7 l 4 `' ~& @% k) T  }$ ]8 L" ~( l3 M$ lMATLAB、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？ % z5 a3 a0 Q3 b; _9 I4 } , o0 b# E7 k  a" y' u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。 4 K4 b' |& {: A3 P目录： * C3 x4 w, a, [; L  x第1章 利用MATLAB生成WORD和EXCEL文档 1.1 组件对象模型（COM） 1 z6 O: O$ r5 i, s: Y    1.1.1 什么是COM : y9 Y1 G5 n$ O: r# F7 ?    1.1.2 COM接口   ~6 y, P1 x3 [2 \1 N2 l1.2 MATLAB中的ACTIVEX控件接口技术 8 h, B7 w6 D, S, x. R" m; M    1.2.1 actxcontrol函数     1.2.2 actxcontrollist函数 9 {9 E. {( l& c7 E7 Y- `, i9 c. N    1.2.3 actxcontrolselect函数 % ]1 r9 \2 j3 G7 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 : N% T" y. {1 G7 D9 r# k- I& C1.3 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     1.3.3 插入表格 - P9 y3 K! i4 S    1.3.4 插入图片     1.3.5 保存文档     1.3.6 完整代码 0 v; t  y+ j" y0 J7 x# P1.4 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 ( m3 V* Y0 f6 d) N9 X+ {# Z    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     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     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 . L; e6 ~8 M& e" z7 ?* B    1.4.13 保存工作簿     1.4.14 完整代码 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 / B! k9 \' `1 F- |! t% b1 b: b    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 - M  y) O" w$ X8 w    2.1.3 调用低级函数读取数据 7 o5 T0 R+ Y' j5 R2.2 案例4：把数据写入TXT文件 0 p; W- B* o8 A/ ]' S    2.2.1 调用dlmread函数写入数据     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 , {/ n  x7 w0 w    2.3.1 利用数据导入向导导入Excel文件 ) |5 m$ H4 @! `    2.3.2 调用xlsread函数读取数据 , F, T! [) g; u2.4 案例6：把数据写入EXCEL文件 + E' N4 z9 m$ |  `) [; {$ `9 W第3章 数据的预处理 ; q" s. X* t' ^& f1 U" U% a3.1 案例7：数据的平滑处理 # E. V0 y( u- `8 r2 T! U    3.1.1 smooth函数     3.1.2 smoothts函数 : z: j  r3 w8 }, l    3.1.3 medfilt1函数 3.2 案例8：数据的标准化变换 ' I. V" x& R+ _& p! M    3.2.1 标准化变换公式   y( r: A. e3 N) K8 [* f' o    3.2.2 标准化变换的MATLAB实现 * ^) X/ v3 t, Z6 X3.3 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 8 i1 c; j* w/ D" V    3.3.2 极差归一化变换的MATLAB实现 # E1 L# Z0 m5 ^3 Q; Q  S 1 |" `" f4 r3 R第4章 生成随机数 4.1 案例10：生成一元分布随机数   P/ ?  J& G4 \    4.1.1 均匀分布随机数和标准正态分布随机数 : @  J1 X; p9 Z0 N8 f  A6 l' A; ~    4.1.2 RandStream类     4.1.3 常见一元分布随机数 " `1 x) N8 P0 l9 K) V9 \! A" c    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 , e2 r% s. v! P* b& B4.3 案例12：蒙特卡洛方法 . p! X  K; r% S5 Z3 j  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 ! m2 Y% J4 v( T* U; T' r  4.3.3 用蒙特卡洛方法求圆周率 4 F! m1 D9 b5 l, ?7 m# Q4 |/ X7 i  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 * l- F  j' `4 o  f- G( `7 h5.1 案例13：常见分布的参数估计 5.2 案例14：正态总体参数的检验 , W, X, P( M% `) D, Q* u% X6 E8 C) R    5.2.1 总体标准差已知时的单个正态总体均值的检验 : C# z$ E3 S% m% O    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 - K; d% U- U4 ?: r; R( S    5.2.4 总体均值未知时的单个正态总体方差的检验 ' e, z, x; `- D$ k3 ~: r: e    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 # D8 _  J: T* W2 f, Y- }    5.3.1 案例描述     5.3.2 描述性统计量 . n+ u% I, V9 j    5.3.3 统计图 # v1 j: R  b/ x; C2 K% E    5.3.4 分布的检验     5.3.5 最终的结论 - N) f6 ?7 {8 h! [  B) O' E5.4 案例16：核密度估计     5.4.1 经验密度函数     5.4.2 核密度估计 ! w- C: s  F8 P/ \    5.4.3 核密度估计的MATLAB实现 ' x/ u) m) a* b    5.4.4 核密度估计的案例分析 , C* c# C3 s/ f7 O% z第6章 COPULA理论及应用实例 6.1 COPULA函数的定义与基本性质 : k6 x3 C: H6 h1 G1 G! A. Y    6.1.1 二元Copula函数的定义及性质 ' f" w, u5 L0 n: j    6.1.2 多元Copula函数的定义及性质 0 n: g5 T- Q! N' Q2 K5 Q! Z  X6.2 常用的COPULA函数 9 Z8 ~- D5 t( W9 b0 {& i' G! {. Y    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     6.3.2 Kendall秩相关系数     6.3.3 Spearman秩相关系数 8 z8 I9 x7 q' i( u2 v2 B& M    6.3.4 尾部相关系数 2 f. {3 M' f0 q  S0 v* j6 \- X9 q    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 # M1 j9 d0 |% U4 ]6.4 案例17：沪深股市日收益率的二元COPULA模型 . V. i3 o5 f8 g9 ^9 L) e    6.4.1 案例描述 " b. P! h; J. X/ |2 V7 B' g( G    6.4.2 确定边缘分布     6.4.3 选取适当的Copula函数     6.4.4 参数估计     6.4.5 与Copula有关的MATLAB函数 & K) @! ?+ x! ]. l( [    6.4.6 案例的计算与分析 0 R" T' ~$ L9 H" f  S 第7章 方差分析 7.1 案例18：单因素一元方差分析 ; O5 V' A; F) c* T4 s: Q    7.1.1 单因素一元方差分析的MATLAB实现 * T, y( r! k( [* j1 g$ {+ v    7.1.2 案例分析 $ `% I- ~* Q8 j) P7.2 案例19：双因素一元方差分析   E( }# v% ?9 k0 G6 ]    7.2.1 双因素一元方差分析的MATLAB实现 5 L- n( ~/ y3 X8 z* z) C5 c* o    7.2.2 案例分析 7.3 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     7.3.3 案例分析二 7.4 案例21：单因素多元方差分析 4 P8 }' ?# u/ K% |+ K' L    7.4.1 单因素多元方差分析的MATLAB实现 4 E5 H, d+ `+ {: P# f0 \3 U    7.4.2 案例分析 , \( h. d; E: l  O4 ?5 c7.5 案例22：非参数方差分析 ' G5 R  F+ \1 \3 a' G# f  K0 f% L$ y    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 * ~+ u3 m) p) q$ \7 z # d) L' N" j3 [; B6 |% m第8章 数据拟合 * i, X  N  Z1 e  v8 C" H8.1 案例23：一元线性回归分析     8.1.1 数据的散点图 6 C2 m- F; e3 E& p, u    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 # K' a. o9 B6 |: ]    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 * b, J6 P% }2 K& c    8.2.1 数据的散点图 4 {. R3 @0 Y. Z7 @/ K    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 / P% U( H9 {$ e$ s. V6 i5 _8.3 案例25：多重回归分析 : ~4 l" s3 |' H; O9 D# E    8.3.1 调用自编reglm函数作多重回归分析 1 S. ?; z# }' i) J1 x" H    8.3.2 调用stepwise函数作逐步回归 ( p* ]+ Y0 f" r, y4 d * g/ ?  X( H: J8 r" A* G" J0 @第9章 聚类分析 . y3 _5 K1 x* {& L: ]9.1 聚类分析简介 5 \  ~5 j% e4 F' `: A    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 $ l+ r  ]* o  S6 Z& f4 ^    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     9.2.1 系统聚类法的MATLAB函数 8 Z. x1 H, T0 \" T8 L. X7 N    9.2.2 样品聚类案例     9.2.3 变量聚类案例 $ W* V9 X; K: Q2 ^- E9 m  H2 Z; I9.3 案例27：K均值聚类法的案例分析 0 z2 r2 O2 T9 R: [- j1 C8 q" N" C" }    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     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 . K0 |' n7 e( a+ d3 a+ M 1 H2 X' O# H0 `1 F: r% [6 k第10章 判别分析 10.1 判别分析简介 6 K; X6 ?! p; E    10.1.1 距离判别     10.1.2 贝叶斯判别 # b, L) o' T4 @" T5 j- c- a# M    10.1.3 Fisher判别 * q  b0 Q. c* m0 m' T" \10.2 案例29：距离判别法的案例分析 " a' n' t3 v5 `: B- v0 E    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 7 ?7 }5 C4 ^+ e4 C" A7 ^1 }    10.3.1 NaiveBayes类 3 l/ d' B% P1 G& P7 l: S  K' U    10.3.2 案例分析 10.4 案例31：FISHER判别法的案例分析 4 Y; L) H/ B; v) |  _4 i7 }7 B    10.4.1 Fisher判别分析的MATLAB实现 , O: b' o! o/ f    10.4.2 案例分析 " ~8 |" }# L7 N( w! h0 s+ P # `) ]" Y) s! k4 @% ~8 i第11章 主成分分析 " v8 W1 o" i& G. C" U3 N7 O! O" I* s11.1 主成分分析简介 ) |; D9 C# E. m: c9 k    11.1.1 主成分分析的几何意义 7 k  c7 e& z+ O2 t    11.1.2 总体的主成分     11.1.3 样本的主成分 $ o6 b5 s' h: _8 w- _3 x+ g    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 0 R! p0 u% l( I0 E- p* O& V    11.2.1 pcacov函数 9 P/ W: l, c1 h' U- V5 l% J: j    11.2.2 princomp函数 / H" h6 a" P( c- v3 g' l) t    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     11.4.2 结果分析 8 b% }7 M  R* t8 Y& d8 ?    11.4.3 调用pcares函数重建观测数据 第12章 因子分析 % Z2 x. V' G/ i; h( A2 d12.1 因子分析简介 . ?* ?7 s5 B  B2 T. O    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 & b3 Z0 R& i: p9 R' s* l2 L0 a    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 " y3 C+ V6 p2 e1 F( l7 g12.2 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 * D7 n% Z/ N6 f, |0 _案例36：基于图像资料的数据重建与拟合 & e: e$ K5 A( W9 K8 s# j    1.1.1 案例描述     1.1.2 重建图像数据     1.1.3 曲线拟合 * z* Z( V( G' ]/ j4 T" G案例37：基于K均值聚类的图像分割 2 i; E4 z1 j& v    1.2.1 灰度图像分割案例     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 7 c/ N) u1 l5 k" ]8 f: U. @& I    1.3.1 案例描述 ' y# \$ e! O: M; G0 p    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 案例39：基于贝叶斯判别的手写体数字识别 ' i' {) t4 |/ b) V# ?' U0 I. [- c    1.4.1 样本图片的预处理 # f* ]# B* g0 A0 J* Y    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 / R3 ^; n: a5 K; s3 n附录B MATLAB统计工具箱函数大全 , O$ ^4 W$ ]: ~7 j8 U* W+ @( [ 《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

! ^3 s4 D  W0 V0 e! E7 Q  Z, Q

Double_L

一个？能打开吗？
+ {9 y, K2 P" o7 b2 k