《MATLAB统计分析与应用：40个案例分析

liyan1259

内容简介： 9 L1 H' G! |& O, A# o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。 % M, v: \3 L2 q4 o- 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。 + p* y! d) x- L# P ! S; O3 j: i% {" ]4 s前    言： : C9 t3 r& t$ B, k  oMATLAB、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？ : Q- L- O6 T9 W: F) C' j6 C$ j6 K 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。 6 s5 T9 c+ V  e/ O目录： * ?- j9 U" c  r7 H- v第1章 利用MATLAB生成WORD和EXCEL文档 1.1 组件对象模型（COM）     1.1.1 什么是COM     1.1.2 COM接口 1.2 MATLAB中的ACTIVEX控件接口技术 4 ~$ Z$ a, {1 m/ d    1.2.1 actxcontrol函数 " A- A. ^: k# r: O/ ?8 @3 Z    1.2.2 actxcontrollist函数     1.2.3 actxcontrolselect函数 - g1 H& s1 J* K' m    1.2.4 actxserver函数 3 U# \: B, \  ?$ y1 O! y% V    1.2.5 利用MATLAB调用COM对象 ( E- {4 x- N0 J: c0 l  h" ~    1.2.6 调用actxserver函数创建组件服务器 / y8 Z" b* K# v2 N2 r# H1.3 案例1：利用MATLAB生成WORD文档 6 `! n* z" j/ m4 f' I" a    1.3.1 调用actxserver函数创建MicrosoftWord服务器     1.3.2 建立Word文本文档 ( f% @2 d. d2 r9 s( Q; C! ^    1.3.3 插入表格 4 @. P6 W* L6 p+ W$ d' _5 W0 T    1.3.4 插入图片     1.3.5 保存文档 . }7 q, O" U% u1 R6 R2 F! K    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 3 H% Q; t/ c& u  |) }    1.4.2 新建Excel工作簿 2 a5 `8 e6 R7 H    1.4.3 获取工作表对象句柄 & P; r* Z7 q! H* e3 t/ e    1.4.4 插入、复制、删除、移动和重命名工作表 9 {$ k& ?: b2 y0 y" d: B) D4 d    1.4.5 页面设置 ( t) ?5 G4 p0 T9 d6 [3 U    1.4.6 选取工作表区域     1.4.7 设置行高和列宽 0 U# n& ^; i4 d3 ~4 F: ]4 Y7 a    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 0 ^' x1 z! E9 g! T( |    1.4.13 保存工作簿 , m& E% h. w; O/ y3 P+ d/ F9 j    1.4.14 完整代码 , ]% p3 C0 Y" ^& _/ b# f! [0 l第2章 数据的导入与导出 # h/ p. I) s3 k2 C( G7 x2.1 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 / a2 ?$ J+ m& ~9 @3 ~# ^    2.1.2 调用高级函数读取数据 1 W7 A% N" c$ g7 r& W3 D% K    2.1.3 调用低级函数读取数据 + G8 n, [. q2 _3 x: n  Z" s/ d2.2 案例4：把数据写入TXT文件     2.2.1 调用dlmread函数写入数据 * b: G( K5 k: x% z& H, V4 e1 l    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 0 W9 ^1 w& e. T' k" m8 B    2.3.2 调用xlsread函数读取数据 2.4 案例6：把数据写入EXCEL文件 2 C2 M. Z- r, `. w% {8 E/ Z, t8 h) ~ 第3章 数据的预处理 : X% A6 D2 x  z  p$ u3.1 案例7：数据的平滑处理     3.1.1 smooth函数     3.1.2 smoothts函数     3.1.3 medfilt1函数 " L( l2 L  L2 `" V3 {- Y3.2 案例8：数据的标准化变换 ' ~4 o5 ^+ v9 [    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 ) W7 W5 k9 H) A+ x% a& Y    3.3.1 极差归一化变换公式 & m" N6 {& l6 X3 t1 Z7 \9 W    3.3.2 极差归一化变换的MATLAB实现 6 u  t0 o1 G2 Q9 A6 x 第4章 生成随机数 4.1 案例10：生成一元分布随机数 / n+ f9 a+ r( L    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     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 , ]  d7 ?$ g% U" H' M% k- J; K  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 / l5 w% n2 _$ o+ ?# P5 O  4.3.3 用蒙特卡洛方法求圆周率 ; b- W( F- _; o9 g  4.3.4 用蒙特卡洛方法求积分 : c% }! M; x5 s( B* m. L  W/ a# j; D) u  4.3.5 街头骗局揭秘 ( x9 b% q7 i$ m5 p6 \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 - H) d, L; T2 x/ K  K& v0 C5.2 案例14：正态总体参数的检验 6 v1 \! K4 I; u/ ~* h    5.2.1 总体标准差已知时的单个正态总体均值的检验 0 e# U7 v8 _$ o0 F    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 1 s- z7 \* o5 P  s    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     5.3.1 案例描述 ( K$ t5 n; m. [    5.3.2 描述性统计量     5.3.3 统计图     5.3.4 分布的检验 ( Z$ d- J* ]! z6 Q# p; S2 |" N) E  i" Y    5.3.5 最终的结论 2 {- f, x; b1 D, D8 o' t6 m1 Y5.4 案例16：核密度估计     5.4.1 经验密度函数 8 \1 g$ S: w5 X5 r3 Z8 A) C3 G; f    5.4.2 核密度估计 3 D/ y$ p! u& X5 o: V1 s    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 第6章 COPULA理论及应用实例 6.1 COPULA函数的定义与基本性质 , s1 [$ Q) Z; M1 i1 z+ w; j6 ~- @    6.1.1 二元Copula函数的定义及性质 . e. l8 J6 b/ e8 X9 X    6.1.2 多元Copula函数的定义及性质 6.2 常用的COPULA函数 % a  n' o0 d) N/ v/ Q9 }    6.2.1 正态Copula函数 6 L2 b* o8 B$ J0 C    6.2.2 t-Copula函数 7 n0 f4 I. b4 T, e- y    6.2.3 阿基米德copula函数 6 E! c  U+ g" ~; a0 ?+ U2 M6.3 COPULA函数与相关性度量 # i' V, l7 k' n. _. A    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     6.3.4 尾部相关系数 8 i- j  W( w( [/ Y$ y0 Y    6.3.5 基于Copula函数的相关性度量 : V3 o* J0 s- L$ E    6.3.6 基于常用二元Copula函数的相关性度量 ' l  f8 T8 P/ C( ?6.4 案例17：沪深股市日收益率的二元COPULA模型 * x( d3 H) h% g. \* c- J0 _4 N    6.4.1 案例描述     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     6.4.6 案例的计算与分析 第7章 方差分析 9 e: h6 s8 j5 M3 Q3 e, ~  N# v, d+ y7.1 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 & j, ]: c3 F2 N0 w8 n0 D    7.1.2 案例分析   `! a/ o- J" V& Y* A7.2 案例19：双因素一元方差分析 / q% z7 P2 P% p    7.2.1 双因素一元方差分析的MATLAB实现 ! Z$ h! q4 x: ^  U9 C    7.2.2 案例分析 # f; {  y: C& q6 W  }. O7.3 案例20：多因素一元方差分析 6 X0 R6 I  u5 v    7.3.1 多因素一元方差分析的MATLAB实现     7.3.2 案例分析一 + T6 Q  o" Q/ r1 X, [9 y    7.3.3 案例分析二 7.4 案例21：单因素多元方差分析 5 I# U0 D! B/ O* z, z5 M    7.4.1 单因素多元方差分析的MATLAB实现 8 P% g4 R3 B( N4 n" n    7.4.2 案例分析 * p5 X0 w7 m0 O4 [2 ~* F2 _7.5 案例22：非参数方差分析     7.5.1 非参数方差分析的MATLAB实现 7 i: @+ {* p3 ~1 K# S% i    7.5.2 Kruskal-Wallis检验的案例分析     7.5.3 Friedman检验的案例分析 5 ]2 a+ p; i/ Z6 _5 a % E. S: L8 m: D* P5 }7 U- L第8章 数据拟合 8.1 案例23：一元线性回归分析 . b2 x0 N8 l, _  g# @; V    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 + U6 c1 K8 y/ J, S    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 ; @/ G  `5 ]# D$ B8.3 案例25：多重回归分析 6 Q( E6 x" d& n- e1 d    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 5 B% c! l# K% E/ s* Z! M  e# V第9章 聚类分析 9.1 聚类分析简介     9.1.1 距离和相似系数     9.1.2 系统聚类法 : D: O1 i. [8 W, S# i9 B, L    9.1.3 K均值聚类法     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 * v/ T6 S6 ?! |* I) o2 c$ }7 D, t    9.2.1 系统聚类法的MATLAB函数     9.2.2 样品聚类案例     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     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 5 f& Y& w5 U! e% E; k    9.4.1 模糊C均值聚类法的MATLAB函数 ' a$ k+ V* U  I    9.4.2 模糊C均值聚类法案例 8 J$ h2 |' m: l ! e# z( H: e, ?$ X; M/ l第10章 判别分析   f; ~5 Q. b9 d, F1 G10.1 判别分析简介 ( B0 K" n) z, o; o# ^! y$ Q( o    10.1.1 距离判别   v: N7 \) ~+ r5 {/ |    10.1.2 贝叶斯判别 1 X; Y/ X) e' |4 G8 o8 t3 Q9 W! s1 F    10.1.3 Fisher判别 10.2 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 10.4 案例31：FISHER判别法的案例分析   X# u8 l5 z$ v( f- D, @4 \- o    10.4.1 Fisher判别分析的MATLAB实现 % y" r& n% G( k8 U    10.4.2 案例分析 6 U! J" k( [, j* Q- G) K; m 第11章 主成分分析 6 D% O5 T/ g& H; c+ z  W  q11.1 主成分分析简介     11.1.1 主成分分析的几何意义 + B: x! Y4 K: o* V    11.1.2 总体的主成分 9 M  r. |. d9 M    11.1.3 样本的主成分     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 & C' p0 n/ V9 ^- i8 \    11.2.1 pcacov函数     11.2.2 princomp函数 2 \0 ?2 V# E9 l/ I4 F" q    11.2.3 pcares函数 6 A2 r; s/ R: P9 N" }  f* x11.3 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 2 N: ]% J2 O9 c/ I4 |4 T6 ~    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 7 c) S2 g7 `# I4 C. b    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 . `  J' {& q/ O第12章 因子分析 8 A. R1 F2 X$ q8 h) y, _0 g12.1 因子分析简介 0 m$ n# I* Y9 ?. r    12.1.1 基本因子分析模型 & e9 b6 P: s+ i2 w) [    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 / a7 V" X8 N9 Y    12.1.5 因子得分 3 A( w2 [: ?, h$ c* O4 H& Y    12.1.6 因子分析中的Heywood现象 ! N' a2 Z+ k5 z3 ?12.2 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 5 b1 H' z% L2 W. d 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 . V1 X1 m7 r" i8 e1 |, F* X    1.1.1 案例描述 2 Y, e* e, }* G3 f9 ]    1.1.2 重建图像数据     1.1.3 曲线拟合 3 ?; X& T, ]/ H/ `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 案例38：基于中位数算法的运动目标检测     1.3.1 案例描述 : @& G5 S# y* v    1.3.2 中位数算法原理     1.3.3 本案例的MATLAB实现一 - [$ B; j" F. b( v. ^1 L    1.3.4 本案例的MATLAB实现二 2 N& Q" L! H3 r案例39：基于贝叶斯判别的手写体数字识别 6 U. [8 `# J( o+ c' R$ X    1.4.1 样本图片的预处理 ; [7 H9 m$ R, z9 y% g4 X    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 ' S# s( ]$ S) X& B    1.5.1 基于主成分分析的图像压缩与重建原理 / N$ t/ q$ U6 N% \# q& p3 U& |" H    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 * u, R% M% M. X5 R* c1 M 《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

. `* T; Z+ C9 ^

Double_L

一个？能打开吗？