- 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
- 8639 点
- 威望
- 12 点
- 阅读权限
- 200
- 积分
- 5340
- 相册
- 1
- 日志
- 1
- 记录
- 7
- 帖子
- 439
- 主题
- 115
- 精华
- 0
- 分享
- 2
- 好友
- 69
升级 6.8% 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
& I, }) I/ Y4 o, h
6 p6 I+ h2 W ?链接:http://pan.baidu.com/s/1gdCMmQZ 密码:8fzf
# K8 L8 [1 x" n% A
; j6 U; h+ m: U+ n0 e, q; N g0 x! I【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。$ e( G# n2 d# `: `. V+ u
1 L3 W. `. C; o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。! q" t* o D q
5 i4 s7 h2 o+ t7 w- Z
讲座非常清晰。
# D4 M) ^& a7 F1 J+ H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。) x1 o, \+ V0 [; f9 H/ @
* M8 `4 j) y8 M5 }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。' K+ E: _3 }6 _, |- s2 ]
9 D, P0 {- u" V) H& g b& z ?
, N. K5 f( j, o- |) W( p
4 j% u2 l! Y" M' i& E9 r: g4 R, m" Y: [, N J! S
2 V6 p' l" c/ C$ l
& I w, h9 t4 H+ m5 X7 B* S4 x2 H( O) Y% n2 X
张尧庭,方开泰《多元统计分析引论》2013版 pdf5 N, L7 N9 Q' T( r# s- W; G
( C7 K8 Q. n! V7 z }2 t
链接:http://pan.baidu.com/s/1dDAi0lN 密码:xp6u
# P' C4 @7 { S' } p& `) q) ]) d. Q9 h# W: o
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。 # A6 X; }, j# | q3 ?5 h
. u. `: Y* @& H5 U) t作者简介 + L* N" J' U5 e" r/ Q1 d" j; 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。
" U4 z: g$ R+ Q5 s
. r4 x" A: T8 P" N/ \ 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* R: }9 E$ u3 o+ g3 Z: q% l
) i- l9 K) b# E$ Y
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* v5 Z# w8 L) q8 P. n+ y1 P' g3 i
" L6 t' w- M: |5 l) N: b4 ^, ~目录 第一章 矩阵! O; }& @; Q6 R5 `& G5 E$ Z# T
1.1 线性空间
3 P7 X, B, ^3 Z/ D/ R1.2 内积和投影, T$ j; w# o" [, d2 j7 o
1.3 矩阵的基本性质* u0 X" u6 C9 y; M* W. W$ E
1.4 分块矩阵的代数运算; H4 v7 c5 G4 _
1.5 特征根及特征向量$ e/ v! n: ~( k& ?# O
1.6 对称阵
( M, q' V* P# l, W0 [" ?1.7 非负定阵" l3 D+ g6 h9 A) s! b$ D; ~
1.8 广义逆4 Z+ `' `- Y$ _1 M+ H8 B
1.9 计算方法9 u5 i* m6 O* S" @# v" _
1.10 矩阵微商
" l' r$ K, C( g: g: ~1.11 矩阵的标准型) c! ~5 l. G0 A. S: `4 b+ [
1.12 矩阵内积空间
3 H5 f" y5 N. r0 h第二章 多元正态分布
* m7 Z( V* k6 J% W2.1 定义
7 H9 V L$ S7 \) T3 B2.2 正态分布的矩
, {* Y0 d# [3 {3 _2.3 条件分布和独立性3 ]1 N0 a, Q& s+ A
2.4 多元正态分布的参数估计9 ] p) t+ b. N7 w1 [4 i
2.5 μ和γ的极大似然估计的性质- w) S9 ], e5 N* ]
2.6 多维正态分布的特征6 A, h: O8 g ?$ f9 E+ ]7 |" y
2.7 多维正态分布函数的计算
: a! n$ P1 }0 a0 ]& O* ]2.8 例4 `6 L5 j$ q% _3 s# `
第三章 样本分布的性质和均值与协差阵的检验# y/ }+ @, ~! b/ ^( g s
3.1 二次型分布
3 O0 ]: ]2 I" P9 K7 f, b3.2 维希特(wishart)分布" J9 ^- n8 H1 q) Z) l
3.3 与样本协差阵有关的统计量,T*2和A统计量
2 t4 k! K; y% k2 m! N: V) F- `3.4 均值的检验
6 b2 x3 }3 I% S. v% c' m3.5 T*2统计量的优良性2 {4 d) P* U6 x5 B6 ]+ G
3.6 多母体均值的检验/ `" T! h( {# Z- l `
3.7 协方差不等时均值的检验
k& j& c- V4 t; l3.8 协差阵的检验7 s4 U; ]" i6 }# P
3.9 独立性检验. D2 F2 g+ |% Y- c2 z
第四章 判别分析! w& V5 c9 D) g, Y) H
4.1 距离判别( _3 |/ n, I* M- N* ?, l) P q6 [
4.2 贝叶斯(Bayes)判别+ Y5 A2 |" Q+ ?2 y" F
4.3 费歇(Fisher)的判别准则
C. |3 U8 Z+ Z5 R" ^( ~8 P4.4 误判概率, K% N0 s7 M- m/ @5 Y7 E2 A
4.5 附加信息检验
0 a! P; ]0 X* F& E" X5 V7 y/ b6 {4.6 逐步判别
9 z0 A% \' B/ L# f4.7 序贯判别
' p; F" w$ }$ Y) b6 E第五章 回归分析
, d: s4 p( Z3 Z0 ?8 {6 F+ p5.1 问题及模型
' u4 ^! y1 h7 W5.2 最小二乘估计
+ X) W6 v5 z) h& x7 W$ v0 F5.3 假设检验
: K5 h$ G: _, w5 q; }5.4 逐步回归# t4 P6 O4 G3 Q8 C4 R- A7 M8 u& ]
5.5 双重筛选逐步回归
1 J1 z. x, o" {/ B2 R1 _$ I( h* _5.6 回归分析与判别分析的关系
! g* ~2 N k+ }6 ~; S1 R; ]第六章 相关% g# M3 N/ |7 e& P5 q
6.1 投影2 L& _- D4 v) z1 }: L+ M
6.2 典型相关变量
6 e9 v& W' c: V2 `: J6.3 广义相关系数
% W' ?' }3 D. ~5 C B* Z) v6 i6.4 主成分分析及主分量分析7 C2 ?4 Y8 Y9 p) S1 F; |
6.5 因子分析
% Q7 k9 v7 _; [5 c) J第七章 线性模型; |0 y+ w+ y4 b, q' M
7.1 模型
6 U' F \' h8 c, d% ], y5 d5 K4 D7.2 估值
" Y0 g* Y: f8 [7.3 广义线性模型: W& v$ E* V* C. Z
7.4 递推公式
4 O4 i/ Q5 [: W T7.5 正态线性模型的假设检验$ Y$ R& y1 L8 T4 N4 n0 Z4 G
7.6 试验设计
8 e- J' l8 T" i! ?) h' G3 |第八章 聚类分析
* A0 ]* n; r2 x8.1 相似系数和距离- x5 A3 V, t( h, J7 f! C" g
8.2 系统聚类法/ Z; p, `- M- ]/ g1 N* m
8.3 系统聚类法的性质: N$ q& U4 }8 o; g; t
8.4 动态聚类法( v* i) i$ x0 ? V5 |% j2 V
8.5 分解法( w! k- ?9 i- S; N
8.6 有序样品的聚类与预报
$ t* x9 ^& x2 g& W9 d# V5 v第九章 统计量的分布+ t- ~. u$ x' U4 n& ?3 f; L
9.1 预备知识" l( i" e" W( u
9.2 Jm(f|r1,…,rm)1 I9 j, c2 Z3 m4 M$ \' l
9.3 一元非中心分布
: h- n% {; K8 _ ]% B% R9.4 Wishart分布6 `# B6 Q; b3 P0 @: B6 }8 Q
9.5 广义方差的分布
r( f* h+ }) K) K) V) a9.6 非中心T*2分布
- u* j, K7 ~' C) O/ q9.7 样本相关系数的分布
1 a# z1 y4 b: R- b9.8 S1S-1特征根的联合分布
, ^# d1 n/ Y. K2 P. g, b6 l9.9 结束语8 }6 ]- e' ]8 j4 _( L) ?
参考文献 - Q2 _( b/ h1 V0 ]! E2 [
' r8 T! w. T: ~1 {
|
zan
|