- 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* X" N6 B; q$ b. _! ?
: K6 [" f: }" ^' G
链接:http://pan.baidu.com/s/1gdCMmQZ 密码:8fzf8 d2 R9 a- T+ Q% J1 p- @5 h( t' ~% Q
: z( W3 }' R3 P% u. M
【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。
9 w7 @6 ~# V6 |
0 m! h w3 a& y0 k0 e/ y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。. ~2 j1 ?# Y9 T, Q% ]( R
. C0 h* b0 e( F! T' C讲座非常清晰。
8 ]3 N' A, [7 k9 X. f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。
B* @. V J; C" t6 D! X7 E8 D/ ], t: p" A5 v" ^: P' G! j8 f
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。9 Y; X& l& I" F3 }0 x6 z- x
% F5 T- g. Y- [4 Z) V# q![]() ![]() 1 x) }0 n: \$ G, Z" B
4 I3 i6 [: k1 N' c0 D' J
3 c l( U# o/ p: i a " @9 s9 t2 i0 O) j8 d, ~
# d3 F5 O; J8 C
) {. q4 h5 i1 \( y2 A
张尧庭,方开泰《多元统计分析引论》2013版 pdf3 H5 L0 E, t- v' n, i
' B* D: S7 O" I0 Y. E. h, s" ~
链接:http://pan.baidu.com/s/1dDAi0lN 密码:xp6u! z* I( J9 l* \
* D# d* |3 Q T" a
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。
; s0 V8 E$ H. q4 g1 A5 G& A
, t* a2 ]; p/ j; K6 T; C6 P作者简介 , w* {8 O- @6 ?1 J# 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 T, D9 W2 `' e: e1 G
: z7 J4 E B/ X8 O0 } 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。# c$ L8 w5 {: a' G5 R
7 X7 w/ z& H: _; p! u
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)。
* k" _" H* w8 k+ X0 u; G: T
5 a! _6 N1 [: N ~" Q5 w* E4 C目录 第一章 矩阵4 m* c; a2 P# Q$ t. v. y
1.1 线性空间
: }* c' ~2 C* D0 d3 v9 F; {2 e) Q1.2 内积和投影
% t: T; @( w9 G! J1.3 矩阵的基本性质' {0 E7 a# d3 K X, ?, A
1.4 分块矩阵的代数运算
! S3 n& c1 p% f, ~+ \1.5 特征根及特征向量+ m# j* c' u h! O+ ~
1.6 对称阵
8 ]8 k0 O6 p+ G! Y1.7 非负定阵8 l5 E4 a" o* _1 o6 |9 s
1.8 广义逆
' V% @/ i+ M/ `8 c0 e0 V1.9 计算方法
8 W( A9 h/ ]/ i1.10 矩阵微商0 Z4 e; {" M2 Z6 q& w3 m
1.11 矩阵的标准型
/ v D$ G" `6 n1.12 矩阵内积空间1 B/ n$ R% d, C5 L7 ]5 ^9 g
第二章 多元正态分布$ u9 P4 g* L4 f5 d1 H
2.1 定义0 c0 S5 z* z& h1 O& Y) B8 i% u4 w9 X
2.2 正态分布的矩
( C- z! D5 i# v' S) V2 w2.3 条件分布和独立性
# x, z0 `' U+ L2.4 多元正态分布的参数估计0 q8 @4 P) C: O4 [3 A
2.5 μ和γ的极大似然估计的性质' x1 J. _5 x# _' U. P; p0 O% _
2.6 多维正态分布的特征
D* n) p3 X+ r* M2.7 多维正态分布函数的计算3 g% M9 z9 i+ j+ S" v2 L
2.8 例" x9 O$ [ X: u/ U
第三章 样本分布的性质和均值与协差阵的检验
+ J, y' _" b5 t6 F# j3.1 二次型分布
G% y8 F* n7 f- S; n' H3.2 维希特(wishart)分布
' w% Y8 T% o) P3.3 与样本协差阵有关的统计量,T*2和A统计量3 p; N; ]$ S1 F1 H$ d$ u+ u% p0 p
3.4 均值的检验4 B$ w. s7 t8 R6 X9 H
3.5 T*2统计量的优良性2 l0 `2 K: s' A7 e! F: X) j
3.6 多母体均值的检验4 ?/ _, P8 _6 I& h
3.7 协方差不等时均值的检验+ p$ K0 }0 x% A; e8 K0 ?) |
3.8 协差阵的检验
* g' z! g0 Z% c1 ~1 E) K) H9 Z" i3.9 独立性检验7 B" `% d9 f1 Q" T
第四章 判别分析
. \ S. W( U3 l# }) i4.1 距离判别3 f* ]) U3 A$ M
4.2 贝叶斯(Bayes)判别* P1 m: o8 W2 o; W
4.3 费歇(Fisher)的判别准则
- t4 _# @; ^! f, z S4.4 误判概率9 c. k) B& f! n! c
4.5 附加信息检验
3 T2 R9 W' ^8 o3 ~0 B# L' f4.6 逐步判别
) W% `4 n0 }7 v' T% {4.7 序贯判别, h" Z6 ? u4 z
第五章 回归分析% q' n9 A6 X& E4 ]; P' c* R/ ]1 w
5.1 问题及模型1 l$ |4 p% c! N# r: ?
5.2 最小二乘估计# R2 t( h0 o `5 @
5.3 假设检验
9 a) q8 ? [6 t3 w4 P$ _4 ]5.4 逐步回归
4 @ _! {- n, ^% G5 G5.5 双重筛选逐步回归$ m& @% L+ h7 N5 M
5.6 回归分析与判别分析的关系! w+ H4 c0 C. A4 u" u+ k
第六章 相关
: W: u$ J1 q! @6.1 投影
5 V3 G! K0 ^* `$ {! I$ y! { a& W6.2 典型相关变量
) z7 ^: @' S4 F$ U0 o( O6.3 广义相关系数5 F8 Y3 N9 K( R* M; ]) q9 j. t3 [$ b
6.4 主成分分析及主分量分析" b! c7 d9 J6 s
6.5 因子分析: Q! R' Q/ ~2 ~0 H/ V
第七章 线性模型& ? a; O; B: V9 x6 O3 R
7.1 模型" O7 E! \! m+ D. d# V; r3 c
7.2 估值6 f% p. g! Q( h' ?( I& a
7.3 广义线性模型
+ a* R9 T* Y0 s L8 |2 K1 I- p; ~7.4 递推公式
* J1 D1 V2 X' A7.5 正态线性模型的假设检验8 ]" D2 k0 |2 y/ G/ H' ~! d
7.6 试验设计4 _& ^& c3 |/ I9 C- g/ M; i% b" H
第八章 聚类分析
9 V; G# z) N& n! h8.1 相似系数和距离
! l& c& w& E- v8.2 系统聚类法" `) }! v+ t; z
8.3 系统聚类法的性质4 r* t* v! s+ B2 W
8.4 动态聚类法* r1 X& q+ S+ d; k t
8.5 分解法
; e' }/ y# ^1 n9 f! e) u# T, b8.6 有序样品的聚类与预报
. D% \2 n' k- l" n第九章 统计量的分布. m& U2 n- _2 l& F r! i4 c
9.1 预备知识
/ f6 B' @/ l( e: u/ N) K9.2 Jm(f|r1,…,rm)
/ r3 e( \' K2 z, v7 k0 j1 C8 C9.3 一元非中心分布
9 A, V N' r7 S' @7 P9.4 Wishart分布. O h' |3 `' V7 `; |
9.5 广义方差的分布& G9 N3 t8 a4 j. h: L8 J X
9.6 非中心T*2分布% S& \0 J, m5 p3 ~% v9 Y ?1 c
9.7 样本相关系数的分布
& K$ R) m/ ^+ B" _0 z* Q. q3 N9.8 S1S-1特征根的联合分布) L, a$ l4 ?1 l3 T$ l) w5 T
9.9 结束语
" _8 g$ ?4 l" T) G参考文献 ! {6 g8 [0 u- i" H
# e9 d. J L2 K; S- Y, h |
zan
|