- 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
7 P5 Z+ B5 _8 ]
3 H8 k7 ~: m3 m" x: y& ^8 ?3 ]链接:http://pan.baidu.com/s/1gdCMmQZ 密码:8fzf
; J0 u) V# q1 e7 f4 j+ U S1 j/ _( t. P3 A6 k
【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。 F$ B. ^2 ^4 H4 N
3 g' x0 ~9 l- P7 [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。- G8 ~0 B( U2 p3 Y* O+ x
+ ~0 d$ M! B& s9 Q讲座非常清晰。9 @2 ?5 F1 P1 e# W' b. 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。
+ y, L& w& y* f+ w7 C9 F
5 F$ J5 X0 d2 T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。
6 a3 b/ h* h! d2 _1 c
9 g" T Z, m+ V9 c! q( j" k![]() ![]()
% y, e5 b( p: d$ G- d
1 S7 j z! R" E, Q. s! c! o: i
" y$ f5 ^: }9 ]/ v2 |
$ I% D: M3 h2 F* u4 q) H& |8 o+ b2 V/ y9 o [! e" d
- F; `! B, k- V( d3 r+ F) k张尧庭,方开泰《多元统计分析引论》2013版 pdf
5 h$ K2 S, e7 w# z
' `; e7 S+ G, u# n链接:http://pan.baidu.com/s/1dDAi0lN 密码:xp6u6 ?( S, f3 _- h" Q+ V4 E
$ |3 e9 j* O7 B8 L; O5 R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 o- f. r" e8 E2 W; L8 p* k U: R! m2 q* m
作者简介 4 A: }& ~- i& }- \: a
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。
7 W! \$ N; B- E% _ o8 {8 h+ I/ j) L6 P7 v9 x9 y/ k$ q7 P: i: ~
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。$ x* x# @* c5 \ z' D% v: U
: c6 a, ^- U A3 p c/ Z4 k$ f
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)。 9 ]& w0 T7 `' I& x+ i' q
! A! \# l" k+ ?% l9 V目录 第一章 矩阵+ ?8 j7 {; r$ ^( i2 t
1.1 线性空间7 a: T4 T8 y* o# R& H
1.2 内积和投影
$ J! v* D. i& W1.3 矩阵的基本性质
# B! Y5 [3 I* X- z. y9 x ^1.4 分块矩阵的代数运算/ q1 T6 Z( O, O% A
1.5 特征根及特征向量3 F. ~% O6 P n4 E5 H3 Q
1.6 对称阵
, |5 \) x* k+ F3 X I7 M1.7 非负定阵
" s: ^+ D5 o3 i$ j5 I7 `1.8 广义逆
M& ^) u3 \; D7 D, ~' z# L$ T1.9 计算方法
0 `/ O9 D% s2 i3 R1.10 矩阵微商0 g5 l M; Y% `) Q7 T
1.11 矩阵的标准型2 m) r) A9 M; d- R
1.12 矩阵内积空间
8 N$ ~! g: j. \* [1 G& \7 ?第二章 多元正态分布
0 \' S2 g3 N2 v0 y& _" T2.1 定义8 t; z8 ]" | H, X: D1 j
2.2 正态分布的矩4 m. ]2 e% E8 C& B' B! m
2.3 条件分布和独立性
/ M% K& W- E; \4 I2.4 多元正态分布的参数估计/ H1 a6 f3 c2 K' t$ i
2.5 μ和γ的极大似然估计的性质
( C. D. C( k# O( R9 f2.6 多维正态分布的特征
# U& ^. E% H/ n5 k2.7 多维正态分布函数的计算
w$ k' S2 u$ q2.8 例& D# o3 K- E6 G. _
第三章 样本分布的性质和均值与协差阵的检验
; r" j' K) r1 Z; K3 K3 b4 {3.1 二次型分布- F/ ~9 G8 R( Z$ l: B
3.2 维希特(wishart)分布
. k! H, N( O4 g3 W3.3 与样本协差阵有关的统计量,T*2和A统计量' W7 Q/ ^; g( b3 V9 X! U. G+ v
3.4 均值的检验
* n2 a+ r. G+ b! T U! [, M3.5 T*2统计量的优良性' f/ b9 G; f$ l: v
3.6 多母体均值的检验
, t* V d1 f0 M [3.7 协方差不等时均值的检验+ O8 o! }3 S/ J, z* A% g# j
3.8 协差阵的检验: Q3 e9 v1 @8 g8 j7 z& \' d! Y
3.9 独立性检验
9 s: h+ U5 [0 O S" O第四章 判别分析8 g9 b S b ?0 Z- n# P
4.1 距离判别0 [" p4 U7 m6 y7 K- A
4.2 贝叶斯(Bayes)判别
% Z8 X" l$ w! Y/ z+ S7 a" M4 J4.3 费歇(Fisher)的判别准则
' x& z. Y) X/ |4.4 误判概率
( g9 ]2 s6 M6 ~- n8 F9 m7 p4.5 附加信息检验
- b5 Y. H0 R" M% t/ s4.6 逐步判别
! o( C$ B. u4 N3 A( `0 g4.7 序贯判别1 e/ S: h: q. `, x' Q
第五章 回归分析7 u2 C0 j$ W& {
5.1 问题及模型
: ~3 I6 m8 j. E8 \( g' V3 W+ }- ]4 O5.2 最小二乘估计
' h( }( A8 \- K5.3 假设检验2 w w1 t2 x9 Y/ _# i3 {9 ~: v& {
5.4 逐步回归
9 j6 u- u. p; U q' Z6 z! \8 U5.5 双重筛选逐步回归6 c q0 ~' o7 ^, t
5.6 回归分析与判别分析的关系
8 ^1 C; c8 A; T3 y第六章 相关
8 x, n4 z" k8 w$ V3 g3 W2 g$ S+ b6.1 投影
4 D: V+ d& U0 C' y( L& w: i" z6.2 典型相关变量1 ]; r" v: K: B# }0 I' ~& V9 o
6.3 广义相关系数
# b) v& G4 q) v ~$ Q6.4 主成分分析及主分量分析
' q0 M2 u$ }- h. i4 T7 D6.5 因子分析
! f# N! r5 a8 d7 D& U. U; R第七章 线性模型4 ?1 e9 ^) R2 \ M8 D: ~6 J+ G" U
7.1 模型. }4 C/ B5 m/ y8 Q# i) o
7.2 估值
U; `6 x @7 M: d7.3 广义线性模型8 R6 b1 w- ^( @0 @8 \, @# Y
7.4 递推公式6 d% ^ ]; z6 p/ ?
7.5 正态线性模型的假设检验- R; }* J! }& z! S8 P
7.6 试验设计
& Z9 O( m% b, W第八章 聚类分析5 a5 O2 m7 _! r3 u
8.1 相似系数和距离; h- t i9 X; I i* I3 a
8.2 系统聚类法) R5 M, ^! K9 D; y" N
8.3 系统聚类法的性质
9 g* g& c. W/ b! k6 |8.4 动态聚类法- [0 @1 z* y/ V5 j; O! z }
8.5 分解法
, U# x5 U+ Q$ x/ w* l6 Y8.6 有序样品的聚类与预报# M3 b/ m5 b* J2 y2 Z s
第九章 统计量的分布4 T% n2 k' x* n: @, d
9.1 预备知识$ [! q+ o2 l/ ^. @( E+ ~3 \
9.2 Jm(f|r1,…,rm)
. j. r3 p( {5 T6 I: u) ~- l1 ~9.3 一元非中心分布
1 z, K% M ]. p3 f9.4 Wishart分布
+ y! Q/ G, p# [ u9.5 广义方差的分布
% `1 V5 h# y$ F6 p" ?9.6 非中心T*2分布9 D/ K$ M+ Q" @
9.7 样本相关系数的分布
U( e! m* D+ Q2 i, p4 a3 C: I0 G9.8 S1S-1特征根的联合分布
3 o6 g3 I. [# u, ?) m5 ^( F9.9 结束语
" ~; I: i0 g2 E参考文献
6 f u: B: D" G
4 E0 ~+ ]4 S K& q1 _* X |
zan
|