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
, P# X- x1 n8 b! u# T4 S 4 p+ q% a9 k+ y: R; P1 t' M" I
链接:http://pan.baidu.com/s/1gdCMmQZ 密码:8fzf 2 ~% k( S6 [! u: c. a4 }- C
! x; X. H' o3 u9 B. R- E
【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。 t0 B7 B9 p g7 Z0 N
4 J& \2 o5 d& B% X3 t7 [# P 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。
K p; g" S# ~# c q # |5 ~# c8 V( ]% C6 ]
讲座非常清晰。
5 `' H5 t2 H: V7 ?( B" D! D u" ? 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。
# F. q& y+ \9 C# M/ t ( v( A, k; p- E, c: V7 Z3 X) _
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。
! U; l! r" O2 n& N5 l: v 3 Z# E1 h* K- a2 s* X
# T4 z4 b; ^0 j% G
9 m% H2 O+ E' V# A" Q3 O
, f3 m, k8 d) z8 u3 v# G, B " R9 D0 w( ~8 Q2 i
4 m9 L ?& F0 j l- G ! Y( A K$ s! ]" r( u& }* w
张尧庭,方开泰《多元统计分析引论》2013版 pdf
2 V) ^/ E$ t& B
6 `1 k) c. u; F; V0 J. s8 ] 链接:http://pan.baidu.com/s/1dDAi0lN 密码:xp6u : I4 M8 j8 b' i; e
4 }' W% @- @: ~3 f* F% L 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。 " @! g# v8 ~( U+ |
8 \' k8 i% L( o) p0 L m0 L4 H 作者简介
2 e% O( e2 ]5 g+ s 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。1 S& t% e* T* S" t6 g6 a t* U
: K; f) Q, Y3 E; f( E 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。
( z/ Q& V* w: d. F" E$ L7 n, [ . X- A# P- |2 ^8 z- 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)。
5 a% h7 z! e% k* b# j7 g
x3 Z0 x; Y8 z5 c 目录 第一章 矩阵
/ M$ ?! O8 e$ _, x1 w3 B 1.1 线性空间
: c1 ?2 ~6 _( l9 P& D; X( G) | 1.2 内积和投影 w2 w0 Y# l2 ^+ @
1.3 矩阵的基本性质
2 _' V. X. W* T0 ] v 1.4 分块矩阵的代数运算
9 Z: s% f$ u& m1 y) S }8 l 1.5 特征根及特征向量1 q0 y! D( u' H* [8 ~
1.6 对称阵, B- G' r5 v1 {" T
1.7 非负定阵2 y+ f$ k! B6 a. _* E' k4 L% g
1.8 广义逆
8 k6 ^0 W, P: I' v$ D5 {! k 1.9 计算方法% B0 J9 U0 s: ]
1.10 矩阵微商/ a1 Q: V+ g: j4 ^
1.11 矩阵的标准型* ~" e6 B5 G" _: G5 g
1.12 矩阵内积空间
9 w" V/ ?: y; X3 y9 X! L/ }7 Y& {1 V 第二章 多元正态分布
! n9 P$ H' V# `8 p 2.1 定义
- Z& Q+ ^ Y+ Y* h4 Z% B4 V 2.2 正态分布的矩
m7 K* {2 G+ s6 O% i3 m 2.3 条件分布和独立性
6 n% Z) R( |8 J$ n. l 2.4 多元正态分布的参数估计
, x- l: p2 F; ^0 s! T 2.5 μ和γ的极大似然估计的性质. L. u2 S1 P& G) {. a& _( Z
2.6 多维正态分布的特征
. Y' M4 K' _4 l8 ^ 2.7 多维正态分布函数的计算
8 h, q* I5 \' g; ] 2.8 例: @/ ?: K9 \$ [4 ]' Y
第三章 样本分布的性质和均值与协差阵的检验0 T! ~; \* ^- ]1 e2 P5 x% ~: Y1 c O
3.1 二次型分布' M2 W1 x2 U0 A
3.2 维希特(wishart)分布
) l5 ~6 W3 `; @1 ` 3.3 与样本协差阵有关的统计量,T*2和A统计量
: Y$ G) u7 O% G! X 3.4 均值的检验' U' g; i# r1 V5 @
3.5 T*2统计量的优良性 Q# x K9 J- E& o# @
3.6 多母体均值的检验/ o- h" o3 W- C% C
3.7 协方差不等时均值的检验+ ]. s" C9 C6 x& D2 q: |! p
3.8 协差阵的检验9 i& c7 T( u. L. t- |
3.9 独立性检验
, R0 D$ \5 d# q7 T. l" ]5 x2 J 第四章 判别分析
8 n- z* N0 S/ o" k 4.1 距离判别% o8 a! g: D5 B! Z
4.2 贝叶斯(Bayes)判别
# h' \8 w- I( ^3 G4 Z6 s 4.3 费歇(Fisher)的判别准则
9 k H2 P3 D5 m& R+ j: o8 L& g 4.4 误判概率
" A$ t1 O# g; { 4.5 附加信息检验
" e! u+ k6 \" o5 ` 4.6 逐步判别
{; w& C) R1 w) Z/ I 4.7 序贯判别$ {1 A# l# J3 R4 l0 o4 N/ q! w
第五章 回归分析. K8 }) `" z+ {
5.1 问题及模型
, u1 H$ R6 M% f/ c 5.2 最小二乘估计
) K( M9 a2 L. O1 y+ E2 I 5.3 假设检验
9 {- c2 P& Q" B9 y4 @ 5.4 逐步回归
7 S5 `9 l9 j/ @& E5 l3 s, ` 5.5 双重筛选逐步回归
; o7 L. Y; J, Z+ @ 5.6 回归分析与判别分析的关系
( A3 u0 R% h, o ^/ B 第六章 相关9 S9 i9 T2 [5 e
6.1 投影
; P2 t$ Y9 F( ?, S2 h1 ~ 6.2 典型相关变量
* B# @. c! b e0 n3 x( V7 n4 E 6.3 广义相关系数
: i2 h% E& Z% c: n2 _ 6.4 主成分分析及主分量分析
' D- I4 r- ~/ m4 u* l 6.5 因子分析4 h3 x m; r8 k* o4 S/ E5 P
第七章 线性模型
0 @" O3 L# m2 S+ F9 A6 G 7.1 模型0 I( v- x% m/ b! _( X5 c
7.2 估值
7 g3 L I$ `3 l( O; s 7.3 广义线性模型
/ J, W a; _ t& W X6 a3 B 7.4 递推公式
( e# j9 V* b! p# U* o- P" A4 s4 L+ C# B8 K 7.5 正态线性模型的假设检验& j/ J, `2 o& `( Q
7.6 试验设计
. p$ T& t- A6 p# `3 D3 }- ? 第八章 聚类分析* _+ c% Q- u+ o$ m H* j. b4 `
8.1 相似系数和距离: g6 G3 r$ E3 D& B- x/ r
8.2 系统聚类法
# _$ m9 K: \8 J2 j5 `' U 8.3 系统聚类法的性质
0 n8 R, q! T8 P- _9 u/ B 8.4 动态聚类法 \/ S" D/ O3 O9 n+ W& Z# ?7 z
8.5 分解法% h5 m, v: J6 N m/ m' l, _
8.6 有序样品的聚类与预报
2 h; A4 | ^. r0 d 第九章 统计量的分布
6 f$ i7 k5 w) e5 z; J 9.1 预备知识8 s% E# b W6 v1 U9 \# [
9.2 Jm(f|r1,…,rm); b* J) L: b. _
9.3 一元非中心分布7 ?: R N1 ?# ?3 q
9.4 Wishart分布! |2 \. H& J# G3 y- J# P
9.5 广义方差的分布 K4 H& N# L Q. [0 H( B
9.6 非中心T*2分布
1 C! ?2 l6 {% W& l9 L5 W8 ~6 P. g 9.7 样本相关系数的分布
9 w1 ~! Q. |3 |7 U( S7 H 9.8 S1S-1特征根的联合分布9 U" B( \, _% Y
9.9 结束语2 s& b+ d& e9 [& c' T& `
参考文献
+ o7 N2 M n2 E) j2 X/ T3 ^ % H# `6 i& T. @
zan