- 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20023 _( C. I; D$ Z% T) ~
4 [/ Q! k9 S5 n6 h7 @) _5 L
链接:http://pan.baidu.com/s/1gdCMmQZ 密码:8fzf# f# v: o" |$ ^# n
9 l; W! s. a* y: p* F
【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。/ o5 m9 K( C" T# `
- I' s1 K ? L m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。" T9 V0 @! T$ H; L2 K0 j) o
# N, t! M% F; ^5 \ f
讲座非常清晰。
. } @0 e9 V5 z8 V* t/ Y% v" X1 s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。
% Z2 S6 P. w8 W6 \( ]8 c
+ U$ p4 V' v( _' Y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。, \* H$ W& W: ^; A9 W& X, B
) h8 `' r' @/ }! r( o. M4 V
![]() ![]()
0 ^( v/ g4 ^# y8 Z: l6 j( e, b5 B0 K/ q b C- Y' ?4 d9 x- i
# C4 i7 T- Z7 Z: M8 V
& y k8 R$ I; e- E. y
/ p; e, A$ v4 d/ ~! \" i
, m/ A' u6 j5 o% `% r
张尧庭,方开泰《多元统计分析引论》2013版 pdf$ R# i; t' o3 W {
_( ~$ t' N$ n* {链接:http://pan.baidu.com/s/1dDAi0lN 密码:xp6u
% x! o% P2 z! c: e6 e1 ~1 \& c6 S1 r, v
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。
7 m6 a( M, f" h4 r% h' v
7 y8 U4 A; m1 j+ A% w作者简介 . @! [! w0 Q( [% J( [$ y
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。
2 u& b( K9 E: f& y$ `/ ] |6 [$ H& X$ 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。
9 n$ L0 j5 @: _" ?
/ m( j0 O$ Y) R: Z 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)。
7 z2 t5 @9 k9 ^! G5 {
* _, O+ m0 v( P; V- g" q8 h目录 第一章 矩阵- Y/ E1 |9 l6 Z
1.1 线性空间
+ A4 i$ }: p$ S5 A8 n z @1.2 内积和投影1 G4 N0 }2 n9 @2 v
1.3 矩阵的基本性质
# q1 a- [% j, n5 x3 l1.4 分块矩阵的代数运算4 w3 ^( ]" U0 o7 O9 O' O
1.5 特征根及特征向量( r b3 U( S% I( k+ Y; r! O1 ]0 P
1.6 对称阵5 v B% T* i$ J, E
1.7 非负定阵) f8 D j) _8 ~
1.8 广义逆 q' V* }- Z" k- r& U$ y M
1.9 计算方法7 t$ P! W& z' |0 }3 A. |0 \
1.10 矩阵微商
) J: [! a. K; a1 g1.11 矩阵的标准型* Z" x3 Y* X* M, _8 O; j6 W$ s
1.12 矩阵内积空间
}* R7 S8 ~& ?, |第二章 多元正态分布; ]( T) ]2 d0 i. Q0 L7 J" s# a" E& `
2.1 定义
3 u& W$ H0 m; H6 f2.2 正态分布的矩
; Y0 a$ n! }1 y! _* P0 r2.3 条件分布和独立性( Y, A) T& w0 p8 w
2.4 多元正态分布的参数估计
# t/ F! B! U! P' [( o2.5 μ和γ的极大似然估计的性质- d4 k8 g+ |! T, i1 n: r
2.6 多维正态分布的特征0 m; h: Z3 Z4 X/ G. g0 O
2.7 多维正态分布函数的计算) w% q# y2 f" Q1 X
2.8 例
2 D& q: y* D* B第三章 样本分布的性质和均值与协差阵的检验
3 r E. m4 j; L& r, n3.1 二次型分布, u z8 m% N" W' s2 N9 E8 u Y3 T
3.2 维希特(wishart)分布. t' w+ n* K* a0 o, C9 c
3.3 与样本协差阵有关的统计量,T*2和A统计量4 {4 Y9 ]0 {' S$ n |
3.4 均值的检验
3 g x% N3 D! q5 ?- X3.5 T*2统计量的优良性6 u% b7 l$ C& A) ~9 X4 V1 j. w
3.6 多母体均值的检验
' I9 r a) I/ V* L% L0 n- c3.7 协方差不等时均值的检验
" S7 p, K# k0 k) g1 \4 V3.8 协差阵的检验
v9 K& A$ J8 I I5 ^0 i4 l3.9 独立性检验. g+ Q0 d4 t5 R, e- H
第四章 判别分析8 e6 L+ s8 ]0 `2 v0 z" S$ j
4.1 距离判别9 Y/ E4 ?, C; f" w* R8 }
4.2 贝叶斯(Bayes)判别- e+ _- t1 O4 b! [* ~5 Q
4.3 费歇(Fisher)的判别准则: P* _4 e8 i/ M1 N' Y* [/ G
4.4 误判概率' E8 `, A# N; L
4.5 附加信息检验
: z' F' L \# ?' W2 H4.6 逐步判别
. t7 w8 F) J, x( m$ F1 h9 ?4.7 序贯判别
2 I- O$ Z( _. J3 K* i0 N+ p第五章 回归分析
% j9 X& D5 a& c" A. l5.1 问题及模型
2 z/ ~$ n9 Z+ C0 L& H5.2 最小二乘估计
' y+ {' w6 Z; Z. l4 h. m5.3 假设检验9 d6 G2 K# Z/ w6 ]5 R4 [
5.4 逐步回归. U% Y. v; p% a2 X7 Y' E/ {
5.5 双重筛选逐步回归% p. D+ {& }* g- {% |' z9 S: H
5.6 回归分析与判别分析的关系2 f4 N/ L# ]; |$ {: _3 J# Z
第六章 相关; v0 E* s6 g$ m# R7 L
6.1 投影8 F9 a* Z4 L1 d$ q
6.2 典型相关变量: ?5 _/ K+ P+ T# z4 Y1 Y
6.3 广义相关系数
4 S: O9 {( e- p8 O6.4 主成分分析及主分量分析% j' s; d# W1 C, F, D
6.5 因子分析
( h8 k3 Y! |' q+ f* K第七章 线性模型& F8 r- i, q: [0 h; R
7.1 模型
. ~1 z0 C K; G: q7.2 估值
a% `1 U) z' Z H. w0 }7.3 广义线性模型7 _9 O; a0 t1 x5 m' w
7.4 递推公式
, R. }; a9 L; r4 i) B7 G7.5 正态线性模型的假设检验/ K# q9 {" a$ Y5 z& X3 B) _6 X
7.6 试验设计( {- V0 g6 D. x
第八章 聚类分析/ |5 Z+ T- N. H' f# e' P/ G) `" Q
8.1 相似系数和距离+ ?6 e8 t& B2 `
8.2 系统聚类法
6 T( z9 K! M* V' v) @( C8.3 系统聚类法的性质$ y/ v6 w6 l- L& i4 Q9 u4 N% K
8.4 动态聚类法5 H# M; T' ^1 U5 O# d, Z
8.5 分解法
M4 a8 ?) D% [ }8.6 有序样品的聚类与预报0 U5 n( q( d+ U
第九章 统计量的分布
' f+ K- m* r) a' M% A- ?9.1 预备知识
0 n5 J/ O! H8 i- Z1 r; v% l9.2 Jm(f|r1,…,rm)
2 F, ^ v; L+ l$ F9.3 一元非中心分布; [9 y* `% |9 ]2 y7 R' u& W) v& L
9.4 Wishart分布
6 |7 n% i8 {4 W5 g. K0 M* J9.5 广义方差的分布+ v+ q+ m- ~2 Y# E2 g
9.6 非中心T*2分布
7 ?/ c% u/ r) a+ x$ I8 \' z9.7 样本相关系数的分布* m: W, K9 s5 f6 ^4 k1 ?
9.8 S1S-1特征根的联合分布4 C! ~8 y% D% H
9.9 结束语- K& S& y; i' m/ b7 V1 P) A0 [/ A
参考文献
# u4 U! E- \2 z; a% p/ d/ G) c/ O
|
zan
|