- 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' P8 }3 e! `' B& g5 D
: b# ?5 V' y: |0 z6 r) W9 ~链接:http://pan.baidu.com/s/1gdCMmQZ 密码:8fzf+ i! I6 Y, j" N
- y3 ?9 m; }8 N: O
【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。6 h. P1 r& X. E6 ~$ C/ M i6 ]
- y6 ]2 f8 [5 P/ K( }4 k' U7 j, R
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。
# i( ]0 ~& _/ y
: s1 N1 ^$ b( e b. ~4 G8 {6 C% j( W讲座非常清晰。1 C8 k: C) |2 J4 H* b @" Y+ \
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。
9 {2 n( y8 E; B( K
" X) {" S; {7 t/ a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。
8 ]8 E6 \2 }6 l3 X( M1 c1 w
|5 d* O" ~( f+ f![]() ![]() 2 A: ^& r9 a! b' r. }
) J- I; G% Y. B6 U1 n
& {" [# [9 {7 W: e& I' K! B7 v
3 z5 G! F4 x* _- k+ p4 a1 ]& [6 E
" Q) b8 L: C0 q, e2 [, V8 R1 e+ I) F* ^( n4 C: \% B$ S7 V
张尧庭,方开泰《多元统计分析引论》2013版 pdf G4 `; P# I" \) @& h' U
5 O6 ~( x1 `& Y链接:http://pan.baidu.com/s/1dDAi0lN 密码:xp6u
" y f0 l9 V; U9 Q( Y7 f1 e$ I% Q. ^5 V2 q. U) N4 k
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。 1 U& Z2 S! I) i- P1 T f! E
- h! w: ~7 K1 J" O' d作者简介 5 e4 y1 i9 o; \7 z1 \7 u% J8 R
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。' @+ s# W$ Z- j
1 d$ J/ Y# \7 G0 G4 B 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。
; Z( g) y8 S8 e& Y2 c4 u
6 I* M4 H$ |5 @7 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)。 1 c) `! F- d5 b
; g9 q/ i7 j" ?6 h5 Z+ E: t
目录 第一章 矩阵5 Y0 M7 N6 z. i; s5 p: g$ j
1.1 线性空间, \# I" g: q2 e( E0 T9 @. D
1.2 内积和投影) g) l7 J( y- n+ A
1.3 矩阵的基本性质
8 s+ M8 }/ Q8 K- J- v1.4 分块矩阵的代数运算& {4 n0 H3 T) \. Q
1.5 特征根及特征向量9 c" K. v7 p1 v( M8 [
1.6 对称阵' I9 T3 b- s! [# x1 l' L
1.7 非负定阵
- A6 e0 T# z" h E* h1.8 广义逆
6 W7 }& x- y$ b- B# F( c1.9 计算方法
+ s" {6 n3 q1 d8 x" R! H( s1.10 矩阵微商
0 e" T# o) o7 p4 `5 l- E" x1.11 矩阵的标准型! ]0 g8 |3 R0 U4 h+ T2 }( M- e
1.12 矩阵内积空间
8 B" x2 F+ n$ @9 J U第二章 多元正态分布
- A. P; E# Y/ b2.1 定义
9 k% j' p/ l( ]6 i2.2 正态分布的矩
. i0 y- w% E$ [& |% k3 g2.3 条件分布和独立性
; K/ N( N B- V/ n2 h2.4 多元正态分布的参数估计
* V8 W7 P+ }0 a: i; H7 X2.5 μ和γ的极大似然估计的性质
# w( I6 k5 k* x( J( J8 p3 y2.6 多维正态分布的特征
9 h- o6 M8 k& @5 F2.7 多维正态分布函数的计算
7 u9 \ u `2 a$ L! ~) @7 G" ^2.8 例+ Q+ w( S# H1 A( @7 J* H- V4 W
第三章 样本分布的性质和均值与协差阵的检验
/ g G0 r1 v6 ?* Y# F% w# C9 l3.1 二次型分布
, p7 J$ J+ k5 o5 e+ }; v% O h3.2 维希特(wishart)分布$ |8 }4 q/ D7 y4 m" _# A# v* A& `
3.3 与样本协差阵有关的统计量,T*2和A统计量# ?6 Q# _0 d! ^4 {$ f) D
3.4 均值的检验2 A- B$ y' ^' E( X1 P8 d
3.5 T*2统计量的优良性& `: M# o0 x/ g- o L( T
3.6 多母体均值的检验
" r* Y# q# O& `/ }0 ]- h3.7 协方差不等时均值的检验2 F1 }! [0 j0 P" n" @9 j" l1 v
3.8 协差阵的检验
& ]+ P# L7 L+ O! L) L7 x! |3 p6 ]6 E3.9 独立性检验
3 J9 o2 y1 s/ Q% B第四章 判别分析
" F+ c5 `% x9 h7 F$ l6 W4.1 距离判别
1 v; m7 k0 M g, a+ k4.2 贝叶斯(Bayes)判别
( Y3 }. t4 p: c4 t4.3 费歇(Fisher)的判别准则
$ _2 w3 G+ C1 q+ d) Y4.4 误判概率5 [- \0 W* ?# t* b
4.5 附加信息检验2 M% m' o8 Y' R4 j5 V6 T$ a
4.6 逐步判别
9 U' W- }( \3 n4 l/ E; S, h4.7 序贯判别; ?0 @: c; ?* P+ u* {$ u
第五章 回归分析5 L3 S1 z9 Z; N: m
5.1 问题及模型# {7 m \; r. P" i6 S$ ]8 C
5.2 最小二乘估计
) ]5 Z4 S" s% h5 o5.3 假设检验
" s9 d! t# G/ A6 H5.4 逐步回归
2 n0 x" F6 \% b# O h- g6 o5.5 双重筛选逐步回归; C3 o1 T' S2 E! _4 S( ^8 R/ x- j
5.6 回归分析与判别分析的关系
$ ^) D8 @/ W# r: u, O. Z第六章 相关 G0 k v/ k; M9 i
6.1 投影
/ e8 g3 P; ^% q3 b- N4 x4 \6 S O6.2 典型相关变量3 v' |+ D" q' s0 b9 ~: i6 d
6.3 广义相关系数% ?7 y# V1 \7 R7 h7 a- d# E* v* ^" N- T% Z
6.4 主成分分析及主分量分析
# E6 g* t# d- U a; }6.5 因子分析; P* \' X% t; t6 I6 p6 Q( W8 E
第七章 线性模型4 n T4 v% g; p$ J+ J) Y5 L4 L
7.1 模型: u' u6 ~% I r' |7 l% I. Y! u
7.2 估值
' x n0 _4 P0 C% ?2 [ S7.3 广义线性模型! ]8 ~! O0 P5 ?" h( P# K
7.4 递推公式
, T4 m3 C0 D+ y) z) Q7.5 正态线性模型的假设检验
3 P5 @& Z4 K# s/ e7.6 试验设计
# F# j. p1 j5 [) O1 p第八章 聚类分析( V- S5 T9 T) X& \! N+ d6 t! _
8.1 相似系数和距离( O$ L) ` @7 z5 I
8.2 系统聚类法/ V0 ^* ]% u8 K) o, t* N4 [" K) }
8.3 系统聚类法的性质
7 b& {- X1 \* G8.4 动态聚类法, m3 Y$ b- _3 K& y: }
8.5 分解法3 h: D: J" G( e5 x
8.6 有序样品的聚类与预报- Q) I4 f& Y" m" m% I- v
第九章 统计量的分布( \9 G( ~; [8 z4 c; _. T
9.1 预备知识
7 S: c, Z2 d' E9.2 Jm(f|r1,…,rm)
3 p6 \# I. S5 z% Y% J) F- c5 A/ Q9 h! e, i9.3 一元非中心分布
, }. S* c' Q" {, v& b; T2 r1 r. @9.4 Wishart分布
7 S s0 h2 y2 G1 v2 \+ @0 b4 k0 H9.5 广义方差的分布
: M- B) e) p, ^5 w3 l& [9.6 非中心T*2分布
0 U& V- C: I* ~& M/ j9.7 样本相关系数的分布
5 \- F% C: o3 [9.8 S1S-1特征根的联合分布
" Y( F# o. y1 ?5 t5 N- Z9.9 结束语
. ]% Q/ U# A$ }0 g( G( Q' C参考文献 2 e G- i5 I( {" G
. j* t1 }4 I4 O
|
zan
|