- 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, V& y$ t# ?/ L: C: H( N
/ a ]: ^$ v$ E% s* Z3 ?7 w
链接:http://pan.baidu.com/s/1gdCMmQZ 密码:8fzf1 T- Q1 _, }6 a# N. H
* c t' V0 a j& {
【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。
/ L. [' C+ x6 i$ P N+ q& D
' e5 x; Y8 T' P/ b' ^+ 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。
& D1 U! n1 ~6 m8 j4 w1 w, W1 h! S/ m% u
讲座非常清晰。
7 }( m4 f7 L. X4 B! |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。+ P0 W5 W H" Z% y* p+ x5 m; U( u( q
4 B* l3 }" l: p {8 Z0 ~7 R
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。
5 ?7 P1 [) T+ i* u9 @0 u1 j3 Y% a- m+ E$ N
![]() ![]()
q! M0 {/ O, L; F% }: O5 z
7 ]8 {$ g$ F0 e2 ~* @! h
) b& O. l0 l9 |
4 V E' s: _) t$ t1 |6 z: d! W/ M
& V+ O) ~+ d) y9 }6 m& ^! l6 M K! {5 F/ A( y7 p
张尧庭,方开泰《多元统计分析引论》2013版 pdf* Y; e5 j6 T( E0 l# O' _2 l
7 r% Y0 r: w% o链接:http://pan.baidu.com/s/1dDAi0lN 密码:xp6u& R! g3 u8 g; k" ]
9 I0 ^8 u2 W) x/ ^! u8 e1 v. t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。 6 r0 D% Z$ x, l
* J+ \* p& h4 q( A8 A# X
作者简介 1 J: C/ b+ ~+ P5 S4 K4 }- e
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。" l. E9 w1 H& K; @: u# U
9 Q2 f4 i0 P$ B4 G1 O
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。
/ d) Z0 b/ U3 ^. F6 g4 `7 E5 M/ V/ Y' J; O! n
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)。
: _$ ~' U/ G0 @& u6 B: x3 _& ]1 ]
+ J; E/ j4 B0 s$ ^/ E( u目录 第一章 矩阵1 p$ y, q, D; |
1.1 线性空间2 V) q7 B! c8 f6 a+ C5 @
1.2 内积和投影
( F+ q7 e: ~; l& q# n3 G& r& G2 w& ?" ]- R1.3 矩阵的基本性质* \1 j3 V' M. @+ X. B: P! p& \
1.4 分块矩阵的代数运算
6 [2 B0 y4 Z; S" E1.5 特征根及特征向量! D D R4 }! P
1.6 对称阵
7 L$ u w! @/ P4 C6 k1.7 非负定阵
: `. j& G9 p/ D4 A- x1.8 广义逆
& s5 X- y8 v, e s! z% C, d8 Q1.9 计算方法
* Z: p8 [8 M. i2 D5 I2 W1 K; |3 q1.10 矩阵微商( b; i0 j4 f9 ]- [
1.11 矩阵的标准型, D" `$ L( q& J+ b. u2 s
1.12 矩阵内积空间
' E1 y3 b7 Q7 V/ a# X8 ]9 w第二章 多元正态分布0 h3 B, V6 J8 @, S8 s
2.1 定义
6 y7 z w9 H+ ~2 T, W6 q2.2 正态分布的矩
4 F4 D) Z9 n- c2.3 条件分布和独立性6 k3 F& S( A" F8 I7 }9 N$ \
2.4 多元正态分布的参数估计* X1 S2 y+ n8 I: v
2.5 μ和γ的极大似然估计的性质
3 B9 T6 F' x: v2.6 多维正态分布的特征 d' ~6 C& }% J3 L5 G; g6 `1 T/ C
2.7 多维正态分布函数的计算' h4 c8 e O1 r g$ |' I
2.8 例- P9 h: T, _' H0 b! j9 o) g
第三章 样本分布的性质和均值与协差阵的检验4 q* ~6 R* p4 T6 ]" Q
3.1 二次型分布5 ?; v4 e( j& p8 h$ }' g4 Y+ ]4 v
3.2 维希特(wishart)分布
( V: h# u# m2 p4 M7 M3.3 与样本协差阵有关的统计量,T*2和A统计量
) H* c8 d Y5 l) q4 U3.4 均值的检验9 v7 Q6 e9 W6 O( @7 _# G) G9 @
3.5 T*2统计量的优良性' E2 X1 e! l, S6 g8 a
3.6 多母体均值的检验) g; V6 ?4 f" d. [( `) B8 i& N1 e
3.7 协方差不等时均值的检验
@( f8 s4 l( B- G9 G c0 ]3.8 协差阵的检验& |3 _5 J2 A. [! A) q7 L; J
3.9 独立性检验7 l7 x6 P; q8 I' d1 \* C! T! s
第四章 判别分析
9 z; u3 J& [1 h9 w" G1 R& ?4.1 距离判别
8 N1 n& W2 n1 a; d# z4.2 贝叶斯(Bayes)判别
. v1 [/ W! a7 Y4.3 费歇(Fisher)的判别准则
' C# @9 }, L5 p4.4 误判概率
8 W: _1 \9 D5 J4.5 附加信息检验
) C* X7 p$ K: R6 Q6 P4 W* o4.6 逐步判别
, [" \9 h9 l# K4.7 序贯判别
2 H+ I7 d2 C4 ]0 D第五章 回归分析% r4 }0 M/ E2 Z+ V s0 |
5.1 问题及模型3 R1 l l/ {( R( N5 M
5.2 最小二乘估计
9 ~7 N& o5 d: c. O0 E* |5.3 假设检验
7 S! h3 X) e \; j8 ~. ?5.4 逐步回归* p; H& X( c6 O5 |
5.5 双重筛选逐步回归3 @* Q+ b9 E1 w a# q) r
5.6 回归分析与判别分析的关系
( |. }/ s1 [, c4 l/ j% c第六章 相关 [/ S' _( h6 u% J/ E
6.1 投影
& b3 E4 U; Z8 \ v7 v, D( p3 e6.2 典型相关变量" C& `* G) M8 J1 k. H, H% A, C
6.3 广义相关系数
$ _+ [4 x6 h |( Q- z6.4 主成分分析及主分量分析8 |( ]! K& G* G7 i6 M4 O
6.5 因子分析. W0 I& f8 N) [. H) ]" a
第七章 线性模型' G& A8 m# J5 K- e/ {% p+ f
7.1 模型
. k: f5 A3 n" {' p8 v# r* P) S7.2 估值
! w+ p% }: f5 }( }8 }7.3 广义线性模型0 K; K6 t+ M2 z+ ?$ Q; Q$ K- w
7.4 递推公式( @8 n- G. t3 e4 R! j3 v E: R
7.5 正态线性模型的假设检验9 |- l, O# f9 |# g4 M/ u
7.6 试验设计/ K2 \' Y/ P# H w9 t- _: l
第八章 聚类分析& f/ O# v6 u* t/ Y! P c7 R
8.1 相似系数和距离
% t% \: r9 |. k& x7 h- U# j8.2 系统聚类法/ i- g, D$ l1 v# ]# |/ M' X2 r: \! x
8.3 系统聚类法的性质
5 Q$ f( K( Y' F# w+ y8.4 动态聚类法* ~6 R8 u6 w+ q+ K0 \, H0 U! F& d7 x8 d
8.5 分解法6 o! n7 m& w* Q# m+ ~& o$ E v7 A7 |
8.6 有序样品的聚类与预报/ a3 x9 D& R) g3 [. S
第九章 统计量的分布; j: d$ [% c6 F9 Y+ l3 v/ A1 E
9.1 预备知识( l0 Q% e. S% r$ W
9.2 Jm(f|r1,…,rm)2 _+ P. e3 R; d$ i) v( N& l
9.3 一元非中心分布3 y' w- U: V% a# ?$ ?1 D
9.4 Wishart分布' F4 Z* X1 `& s1 `$ Q$ _
9.5 广义方差的分布
5 J# j* r" w* a5 E3 f9.6 非中心T*2分布
, j( c6 y2 l3 V1 K/ A# ~$ C- ~9.7 样本相关系数的分布$ \" Q' e: W1 Q& c
9.8 S1S-1特征根的联合分布" ^+ K2 u. \, m; N6 C$ ^: k
9.9 结束语
J0 ?: \, o) B. k) J参考文献 " O: C U* I6 b! i/ p' ~+ ]: s
8 Y2 F/ k, g) Q
|
zan
|