- 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
3 m. Q8 T6 I- r
" a3 E, o# S! t8 Q. F链接:http://pan.baidu.com/s/1gdCMmQZ 密码:8fzf; U% j, a4 j+ J- g% s
, Z& P& c& }5 T+ y9 ^% Z
【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。
5 ~* r4 n$ h4 _! y f |
* P% e0 Q) m: ^4 O3 L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。
0 r5 C/ U- T# \; T+ n3 ]- w
/ ?+ K' z, [: W2 d0 `讲座非常清晰。" p' _6 I% k% P F# f" `# t
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。# E' U4 o! J B
9 T4 P$ ?) C5 _4 w" V# B( Z' J- s# N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。
' r) m6 r+ b5 d* e
. g4 d; }& N% g6 R" l+ o/ Z+ {" s![]() ![]() ! A2 b; {( \# g
3 K, }+ `1 U0 ]5 Z5 j+ L9 `% X( E0 F
# ^; R% d% y w4 {. c # F5 n, r3 }! b/ ?% D
2 ? h- D7 b9 ]8 d0 B3 j9 [
' E# [/ q' i8 o H$ R张尧庭,方开泰《多元统计分析引论》2013版 pdf
z) B* U' d3 U; @ v) P1 F3 P2 R8 k, [
链接:http://pan.baidu.com/s/1dDAi0lN 密码:xp6u
+ V4 b- E" i; F) o# Y
$ l( u/ ^7 o4 v" b6 \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。
4 L0 ~5 r" L/ B+ r9 {$ \7 A: O& h0 P) e( I& J; E% O4 K8 h; u: `! @
作者简介
, b R% {+ W- L' U. \ 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。9 G# F5 H/ H. E6 V. H, x! D: L9 p
`" o, r+ x* i0 q, F
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。
9 c6 E1 f3 x. s3 B) b& F/ Y- [9 P( z; T# t: H3 D( P. w! O D# g
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)。
& F, T7 t" Z. I3 N5 @% P! N
: R1 N5 ]( F: `# G7 n% ]+ l目录 第一章 矩阵
& k& f: A" y" S2 O* Z1.1 线性空间
, F% E5 E( m) G/ i5 j2 A1.2 内积和投影: p' @0 s4 C$ {# k/ W
1.3 矩阵的基本性质, F* B2 O0 k% S+ q6 |
1.4 分块矩阵的代数运算
0 d& l X: X+ W* H1.5 特征根及特征向量, ^; N& m8 S+ i X; g
1.6 对称阵2 i6 d# q# v" o* Q2 P2 S( C' p
1.7 非负定阵' G. X. Y3 m( p
1.8 广义逆
* f% {' P$ E7 ?- L2 ~( c0 a; |& {+ b1.9 计算方法
+ [ D& w6 z: F$ D/ k" h# w7 p1.10 矩阵微商# D% |! w+ H* i! v6 D0 q8 p2 B
1.11 矩阵的标准型
. f0 z9 r8 x/ v1.12 矩阵内积空间
7 C+ R7 `. u/ ^9 N第二章 多元正态分布: A% w! C j( e
2.1 定义
* r- [/ P. E( A# Y2.2 正态分布的矩
9 h. H- ]7 F! s" W% b3 O. t9 `0 {2.3 条件分布和独立性& w) n: B0 i+ M" S z) M) i0 F
2.4 多元正态分布的参数估计4 a" h3 C8 D3 P7 C
2.5 μ和γ的极大似然估计的性质# y5 Q" m. f) @. C) C
2.6 多维正态分布的特征
. v/ z% ^" R1 g# e2.7 多维正态分布函数的计算
- w0 ]% N8 n; {" z8 B( ?2.8 例0 p/ j* o' n' B: L5 u
第三章 样本分布的性质和均值与协差阵的检验& T y: ?2 V& Z0 ~
3.1 二次型分布
k' p& h2 G- d3.2 维希特(wishart)分布
9 k% y, T, K% V3.3 与样本协差阵有关的统计量,T*2和A统计量
+ V" _! P& T1 V5 T9 q$ H3.4 均值的检验6 V5 f" i% _7 k) z
3.5 T*2统计量的优良性
5 ~/ A/ F0 u I' p3.6 多母体均值的检验
; b2 H+ \3 G! m3 c f# T3.7 协方差不等时均值的检验3 o. m/ S4 x; j5 l3 @6 g' y
3.8 协差阵的检验
# s w/ b6 D( r. a" H6 Q; R' E5 j3.9 独立性检验
# C2 V% b0 o! f m, z- l第四章 判别分析
' O8 s* M: h+ ^4.1 距离判别
% s# b& M; H! O* O- e3 w4.2 贝叶斯(Bayes)判别+ v ?% o' ]6 ?: R
4.3 费歇(Fisher)的判别准则8 x% h. X, j( }, Y! j/ p. d
4.4 误判概率
5 G* s5 y) g/ ~; ?+ J1 Y4.5 附加信息检验
: M+ c; [' r. }0 q9 N4.6 逐步判别1 p) Y T1 F4 C, c
4.7 序贯判别
# E4 q1 G- y: b" w* u) k第五章 回归分析+ d: U; A0 z. |% X
5.1 问题及模型* ^- N/ n) v l) B2 a% g
5.2 最小二乘估计2 A' n. ^4 }! D
5.3 假设检验
* Z% o: E# ^% B1 _( e1 y% W2 t" g5.4 逐步回归+ q7 }2 a3 Z: j9 k6 ^
5.5 双重筛选逐步回归
' W4 P' W) J" u) X. o5.6 回归分析与判别分析的关系
& O( J+ o" Z2 @4 U+ H) E第六章 相关8 K: r' F' s D
6.1 投影
- o( G5 U% G! V- M2 @6.2 典型相关变量
( F7 r" L( W/ ]4 g9 x: P! q- @6.3 广义相关系数
4 y; e& z0 s E1 ~2 L* W6.4 主成分分析及主分量分析
! X2 v5 \0 j! S6.5 因子分析# ?3 u- X! F5 B7 v; P3 u# v* t2 _$ P
第七章 线性模型
' ^3 P( H0 V) u% X. y7.1 模型0 b7 \2 h# W& l3 W
7.2 估值8 A1 K$ j. D2 Z1 i9 c
7.3 广义线性模型
8 k0 L1 ]( Q+ D8 X* H9 o w7.4 递推公式
( g+ E) H7 a H! z: I H9 L* A7.5 正态线性模型的假设检验) g! \! h! w& @$ Y9 e Y( e
7.6 试验设计
5 ^( Y9 ]3 w, ]5 d7 O第八章 聚类分析
6 o* y( A' q. h' V8.1 相似系数和距离
" Q# l0 J( z" i: S: l& {8.2 系统聚类法
) e3 x% Q8 s* H" f$ ?8.3 系统聚类法的性质
9 U. P" a, G5 X2 m# c8.4 动态聚类法" q: i. @' m! s) w$ m% n6 X" j0 S
8.5 分解法: o- O/ |& Y, g; S V( _
8.6 有序样品的聚类与预报 w1 s" D% T& O; g- _, x
第九章 统计量的分布
& b# s4 T# X! Z7 @& d' v9.1 预备知识
9 ]3 x% j5 F: `3 v, E7 W. V f9.2 Jm(f|r1,…,rm)
# J( S+ L) P6 A! @/ c0 u" A9.3 一元非中心分布7 ^ f& \" ^) c! n. ?
9.4 Wishart分布
" Y( t2 s0 _7 L% x! u4 a2 ?9.5 广义方差的分布
- Z6 A' o4 a% a4 d+ O# p: Z; {$ v9.6 非中心T*2分布. d% q/ u0 Q9 n, K: p ?3 F
9.7 样本相关系数的分布
( V* r) R% _4 a5 n# g9 ?8 N9.8 S1S-1特征根的联合分布
2 P3 o" ]2 H- t! f9.9 结束语
; ?1 R7 T" V6 f0 c参考文献 # n3 z' ~. {! c: G( K' Y. G( k4 N l, J
! D1 r+ U+ V5 @
|
zan
|