《MATLAB统计分析与应用：40个案例分析

liyan1259

内容简介： 本书从实际应用的角度出发，以大量的案例详细介绍了MATLAB环境下的统计分析与应用。本书主要内容包括：利用MATLAB制作统计报告或统计报表；从文件中读取数据到MATLAB；从MATLAB中导出数据到文件；数据的平滑处理、标准化变换和极差归一化变换；生成一元和多元分布随机数；参数估计与假设检验；Copula理论及应用实例；方差分析；基于回归分析的数据拟合；聚类分析；判别分析；主成分分析；因子分析；图像处理中的统计应用等。 本书可以作为高等院校本科生、研究生的统计学相关课程的辅导教材或教学参考书，也可作为从事数据分析与数据管理的研究人员的参考用书。 前    言： % m: w- \1 u( G( _* ?5 K ) x1 z$ A. G8 T+ }/ [6 t6 O0 mMATLAB、SAS、Spss、Splus、R语言等软件都可用作统计计算与分析，在这些软件中，MATLAB的功能无疑是最强大的，它有“草稿纸式”的编程语言，还有包罗万象的工具箱，用起来非常容易上手，用户不仅可以调用其内部函数作“傻瓜式”的计算，还可以根据自己的算法进行扩展编程。可以说，它就是计算软件中的“航空母舰”。试问读者朋友们，你们是想拥有一艘普通的“战舰”，还是想拥有一艘无所不能的“航空母舰”呢？ 在我们的生活中，统计无处不在，大到国家的国计民生，小到个人的生活起居，无不与统计息息相关，与统计有关的论著也如春日繁花，种类繁多。就目前情况来看，市面上有关统计与MATLAB结合的论著并不多见，并且大多只是MATLAB统计工具箱的英文翻译，或者在概率论与数理统计的教材里加了一些MATLAB代码，它们普遍存在的问题就是缺乏具体的案例分析，并且在统计的应用方面缺乏创新。本书仅以较少篇幅介绍MATLAB统计工具箱函数的调用方法，将通过大量的案例分析介绍MATLAB在统计方面的应用。本书内容分12章，另有2个附录，共涉及39个大的案例，其中有些大案例下还包含了一些小的案例。本书章节是这样安排的：第1章，利用MATLAB生成Word和Excel文档；第2章，数据的导入与导出；第3章，数据的预处理；第4章，生成随机数；第5章，参数估计与假设检验；第6章，Copula理论及应用实例；第7章，方差分析；第8章，数据拟合；第9章，聚类分析；第10章，判别分析；第11章，主成分分析；第12章，因子分析；附录A，图像处理中的统计应用案例；附录B，MATLAB统计工具箱函数大全。其中利用MATLAB与Word和Excel接口技术生成Word和Excel文档属作者原创性成果，利用这一技术可以很方便的生成各种统计报告或统计报表。另外本书还涉及5个基于统计方法的图像处理案例，包括从图像资料中提取绘图数据并进行曲线拟合，灰度图像和真彩图像的分割，从固定背景视频中识别运动目标，手写体数字识别，图像压缩等。这些都是传统统计软件所不能解决的问题，也是传统教材没有涉及的问题。 目录： - ]* E. N( E5 D* c第1章 利用MATLAB生成WORD和EXCEL文档 ! U) H. e) @& d5 x# }1.1 组件对象模型（COM） * @8 x' M- _3 e' B/ m    1.1.1 什么是COM ; c0 F- _5 ]/ Q! \( g0 c    1.1.2 COM接口 1.2 MATLAB中的ACTIVEX控件接口技术     1.2.1 actxcontrol函数     1.2.2 actxcontrollist函数     1.2.3 actxcontrolselect函数     1.2.4 actxserver函数 ' e4 \( k) ]% s: n+ X    1.2.5 利用MATLAB调用COM对象 $ t1 `5 l2 R8 n; M. C    1.2.6 调用actxserver函数创建组件服务器 ( L( D) s( m& b1.3 案例1：利用MATLAB生成WORD文档     1.3.1 调用actxserver函数创建MicrosoftWord服务器 , X! n% q& {2 D! M    1.3.2 建立Word文本文档 % K- i2 c0 W$ M7 I    1.3.3 插入表格     1.3.4 插入图片     1.3.5 保存文档     1.3.6 完整代码 / {0 S2 P  m6 D9 Y7 N# M% j1.4 案例2：利用MATLAB生成EXCEL文档 1 M' L  E8 O/ ]! `, K4 m    1.4.1 调用actxserver函数创建MicrosoftExcel服务器 & A/ y4 P7 p* D* N6 d6 ?7 ^# h$ }    1.4.2 新建Excel工作簿     1.4.3 获取工作表对象句柄     1.4.4 插入、复制、删除、移动和重命名工作表     1.4.5 页面设置     1.4.6 选取工作表区域     1.4.7 设置行高和列宽     1.4.8 合并单元格     1.4.9 边框设置     1.4.10 设置单元格对齐方式 3 @' ?. p/ P, _    1.4.11 写入单元格内容 ! l3 U2 g7 W& I% Y6 `& Q5 r  {    1.4.12 插入图片     1.4.13 保存工作簿     1.4.14 完整代码 ; y$ T* w, N! U' M , V7 Q6 R: U7 k5 {3 c: l: _% s第2章 数据的导入与导出 ) |6 _( ]% N1 l& h7 H/ ~2.1 案例3：从TXT文件中读取数据 ' ]7 ]' ]7 b' a- a) `# l    2.1.1 利用数据导入向导导入TXT文件     2.1.2 调用高级函数读取数据 1 M5 F* F  i$ a4 S    2.1.3 调用低级函数读取数据 2.2 案例4：把数据写入TXT文件 9 i( D& n: X% x% M& w0 |    2.2.1 调用dlmread函数写入数据     2.2.2 调用fprintf函数写入数据 - C+ n0 b" H- v5 H+ d2 u2.3 案例5：从EXCEL文件中读取数据 7 j0 X. n1 M! c9 \+ F6 A! U    2.3.1 利用数据导入向导导入Excel文件     2.3.2 调用xlsread函数读取数据 2.4 案例6：把数据写入EXCEL文件 . Q$ H/ D2 t  ~6 x( b第3章 数据的预处理 3.1 案例7：数据的平滑处理 ) ]+ N# D- I; I; ^  j/ j: ?. u' A  i    3.1.1 smooth函数 # _. b5 y% z! d7 K* C- L    3.1.2 smoothts函数 ! X9 a: p/ X8 |: g5 F' l    3.1.3 medfilt1函数 3.2 案例8：数据的标准化变换 ! `6 b' K$ p2 g" W- [    3.2.1 标准化变换公式     3.2.2 标准化变换的MATLAB实现 3.3 案例9：数据的极差归一化变换 7 F* J" P3 J0 P# y; h) I: d5 A    3.3.1 极差归一化变换公式     3.3.2 极差归一化变换的MATLAB实现 5 h8 u( ]5 P" S' t+ _ , A6 a" v0 A" X" C- f- E8 A) x第4章 生成随机数 " [% o6 v) L0 q5 L4.1 案例10：生成一元分布随机数   G& U# i! j9 u8 Y    4.1.1 均匀分布随机数和标准正态分布随机数 + W: a' f7 {7 N% V9 r    4.1.2 RandStream类     4.1.3 常见一元分布随机数 - t' Y6 {" }( `' w    4.1.4 任意一元分布随机数 4.2 案例11：生成多元分布随机数 4.3 案例12：蒙特卡洛方法   4.3.1 有趣的蒙提霍尔问题 4 t7 V( z! j% s9 G" e& V/ p; h  4.3.2 抽球问题的蒙特卡洛模拟   4.3.3 用蒙特卡洛方法求圆周率 ' U" B* ~( o, d' ^8 G9 B# y  4.3.4 用蒙特卡洛方法求积分   4.3.5 街头骗局揭秘 ' j5 o  }! ?5 w/ J- B$ X2 l第5章 参数估计与假设检验 ' C& Z5 Q  R% X* R) h* a5.1 案例13：常见分布的参数估计 8 U  v/ y# S- Z* q: A5.2 案例14：正态总体参数的检验     5.2.1 总体标准差已知时的单个正态总体均值的检验 # W! _# i' o# N8 E    5.2.2 总体标准差未知时的单个正态总体均值的检验 + F7 J) t% ^1 t% `" |/ q    5.2.3 总体标准差未知时的两个正态总体均值的比较检验 3 z8 R6 S+ m# Q3 C  v    5.2.4 总体均值未知时的单个正态总体方差的检验     5.2.5 总体均值未知时的两个正态总体方差的比较检验 5.3 案例15：分布的拟合与检验     5.3.1 案例描述 . y) m- A/ H6 Z* `' W+ i( I    5.3.2 描述性统计量 . @& d% t# Y$ g* I0 D/ o    5.3.3 统计图 2 {# r) G8 v& O2 K0 x& V    5.3.4 分布的检验     5.3.5 最终的结论 - t4 g8 y+ O( e. x; g5.4 案例16：核密度估计 # P* o& U* M9 H1 T- r( V    5.4.1 经验密度函数     5.4.2 核密度估计 ' c2 b! R# [2 `! W' q$ }    5.4.3 核密度估计的MATLAB实现     5.4.4 核密度估计的案例分析 第6章 COPULA理论及应用实例 6.1 COPULA函数的定义与基本性质 " x3 e5 P4 L* ]7 {    6.1.1 二元Copula函数的定义及性质     6.1.2 多元Copula函数的定义及性质 6.2 常用的COPULA函数     6.2.1 正态Copula函数 & I5 R) Y, `( u' E+ [+ J  q( j! Y  u    6.2.2 t-Copula函数 ! G% b( z9 j/ D' ?* e1 W. ^+ G. T* f    6.2.3 阿基米德copula函数 + N  l* D- X5 \; C9 B8 `4 l6.3 COPULA函数与相关性度量     6.3.1 Pearson线性相关系数     6.3.2 Kendall秩相关系数 ( e8 i/ ^/ G: f* G; y  @3 h; r" ]$ d    6.3.3 Spearman秩相关系数 * _  q" ~0 n$ B2 e. h' e3 A$ Q( g. W    6.3.4 尾部相关系数     6.3.5 基于Copula函数的相关性度量     6.3.6 基于常用二元Copula函数的相关性度量 6.4 案例17：沪深股市日收益率的二元COPULA模型 & O8 P% v5 ]: S% T- I( ]  z6 R2 \& P    6.4.1 案例描述 9 v' ~- [( k4 X. |( T7 f$ ?  _    6.4.2 确定边缘分布 ; ?9 h# J6 L  l. _8 N' \    6.4.3 选取适当的Copula函数 : `5 a3 R5 I$ a6 K: L* d3 J* ?    6.4.4 参数估计 3 C, x3 `: P) u; Y( K    6.4.5 与Copula有关的MATLAB函数 % l( u; ]8 e7 C' u    6.4.6 案例的计算与分析 % B3 s. v/ Q# E* A! h0 ^ 第7章 方差分析 2 J  i. M* T; C7.1 案例18：单因素一元方差分析 + f9 D6 }) w& T+ R! G6 Y    7.1.1 单因素一元方差分析的MATLAB实现     7.1.2 案例分析 % q, u5 [# u& g" E4 R" W& d7.2 案例19：双因素一元方差分析 9 s7 F3 g; F$ I1 E; U: R    7.2.1 双因素一元方差分析的MATLAB实现     7.2.2 案例分析 - f: F; E1 J. s7 h4 W7.3 案例20：多因素一元方差分析 . L/ D$ a2 X! b0 g" w6 m: ^    7.3.1 多因素一元方差分析的MATLAB实现     7.3.2 案例分析一 ! l: R5 C7 `6 b3 Y9 y5 G    7.3.3 案例分析二 - j5 G) i% \. z$ L# ?0 }/ K7.4 案例21：单因素多元方差分析     7.4.1 单因素多元方差分析的MATLAB实现 ) h, e  Y3 H  d6 E$ o    7.4.2 案例分析 7.5 案例22：非参数方差分析     7.5.1 非参数方差分析的MATLAB实现     7.5.2 Kruskal-Wallis检验的案例分析     7.5.3 Friedman检验的案例分析 " q8 m7 q" L1 W0 {6 e / ^/ i7 N$ x* T$ L% `+ ]( F& f+ F第8章 数据拟合 8.1 案例23：一元线性回归分析     8.1.1 数据的散点图 & [" g- e0 l2 i5 E8 w    8.1.2 调用regress函数作一元线性回归分析 4 {- ^+ c3 j, Y( a. o. J    8.1.3 调用regstats函数作一元线性回归分析     8.1.4 调用robustfit函数作稳健回归 3 }7 v6 v* {1 w% ?( W, x8.2 案例24：一元非线性回归分析 2 g/ P* s, I7 Y7 Q  ^    8.2.1 数据的散点图     8.2.2 调用nlinfit函数作一元非线性回归分析 3 y! b1 J" J* A* `+ A  O% J    8.2.3 利用曲线拟合工具cftool作一元非线性拟合 3 M+ g/ W% \5 ^& S8.3 案例25：多重回归分析 3 E$ l. f9 @9 z2 I; x9 G# l    8.3.1 调用自编reglm函数作多重回归分析 3 x2 K7 N/ O1 G    8.3.2 调用stepwise函数作逐步回归 & r- N$ g  @+ j* u4 e 第9章 聚类分析 9.1 聚类分析简介 " ~7 @4 T4 h* u( ~6 [( W& ?0 L    9.1.1 距离和相似系数     9.1.2 系统聚类法 ) M  N) \' l7 X$ v! E+ b5 f    9.1.3 K均值聚类法     9.1.4 模糊C均值聚类法 , Z* F. W- V# P6 q+ G' \8 C- ^9.2 案例26：系统聚类法的案例分析 8 x  o' v4 t% q8 \3 Z    9.2.1 系统聚类法的MATLAB函数 5 A' y9 w2 g3 D; B7 ]# R    9.2.2 样品聚类案例 ( \+ j0 C3 m: w) H2 }/ S% }    9.2.3 变量聚类案例 . g9 I% E7 w: J) K7 p+ k$ k) O9.3 案例27：K均值聚类法的案例分析 8 ^! J9 C- M0 r/ V" U- L( H. g, }    9.3.1 K均值聚类法的MATLAB函数     9.3.2 K均值聚类法案例 9 X/ E1 ]3 Z$ i) U% \! m9.4 案例28：模糊C均值聚类法的案例分析 8 J$ R7 f* ~7 ^    9.4.1 模糊C均值聚类法的MATLAB函数     9.4.2 模糊C均值聚类法案例 : s2 ]. H- j3 O; N- V- Z2 W ( |4 S$ y) w9 c: x/ i, W0 _第10章 判别分析 6 g9 A! |1 R2 H5 b6 r$ l8 Z$ g2 q10.1 判别分析简介     10.1.1 距离判别 / U0 k2 ^( ]! U    10.1.2 贝叶斯判别 $ z, }: D1 c- h' |) C* O    10.1.3 Fisher判别 10.2 案例29：距离判别法的案例分析     10.2.1 classify函数 + y/ A8 ]; N# k    10.2.2 案例分析   D# a! J, B6 @$ J10.3 案例30：贝叶斯判别法的案例分析 # H9 V( P7 [( }" h    10.3.1 NaiveBayes类 + ^2 R& I" X- R2 L! m* r    10.3.2 案例分析 % E( B$ t- [3 F! p3 U& d10.4 案例31：FISHER判别法的案例分析 ! Z# ?! c$ i: I5 N    10.4.1 Fisher判别分析的MATLAB实现     10.4.2 案例分析 ) \4 w" Z" W# F; N第11章 主成分分析 11.1 主成分分析简介 7 Z5 `6 ^1 l3 [4 r. @/ c( A; n8 n    11.1.1 主成分分析的几何意义 ) E) R; V6 B) i    11.1.2 总体的主成分 " R( K4 L% z% ^  C* r    11.1.3 样本的主成分 8 O+ `6 g( [$ ^3 s& z    11.1.4 关于主成分表达式的两点说明 . ^8 g, e8 c7 }# R) s, m# M11.2 主成分分析的MATLAB函数     11.2.1 pcacov函数 + @3 \5 m' p# S8 g- t; A: M4 o    11.2.2 princomp函数     11.2.3 pcares函数 11.3 案例32：从协方差矩阵或相关系数矩阵出发求解主成分     11.3.1 调用pcacov函数作主成分分析 & \" E9 |% q1 Q7 U, K1 g- A    11.3.2 结果分析 11.4 案例33：从样本观测值矩阵出发求解主成分     11.4.1 调用princomp函数作主成分分析 . J2 Y! m2 v" P3 \  u    11.4.2 结果分析     11.4.3 调用pcares函数重建观测数据 + l3 k1 T" v/ M  B; G7 H, t7 ]第12章 因子分析 12.1 因子分析简介 # y5 l8 t3 x, ]2 X1 M5 y    12.1.1 基本因子分析模型 ! B% \! A* z1 F# {+ G& H    12.1.2 因子模型的基本性质 ; b( E  _* W5 o  L  v4 e  S4 p    12.1.3 因子载荷阵和特殊方差阵的估计 9 W/ B! ]4 ~: S/ Q; b9 h    12.1.4 因子旋转     12.1.5 因子得分 1 D9 ]& M; v/ r/ [1 S" \2 o( z    12.1.6 因子分析中的Heywood现象 12.2 因子分析的MATLAB函数 ; c0 S0 N3 \0 ^/ ^, |( M12.3 案例34：基于协方差矩阵或相关系数矩阵的因子分析 12.4 案例35：基于样本观测值矩阵的因子分析     12.4.1 读取数据     12.4.2 调用factoran函数作因子分析 , U6 a3 F: |8 j) R' ?( B 0 N) Y0 W3 Y, l$ d附录A 图像处理中的统计应用案例 案例36：基于图像资料的数据重建与拟合     1.1.1 案例描述     1.1.2 重建图像数据     1.1.3 曲线拟合 - F- D2 |& J- [5 _* T$ n案例37：基于K均值聚类的图像分割     1.2.1 灰度图像分割案例   W, F# z5 ]) a5 Z) E4 U9 r    1.2.2 真彩图像分割案例 案例38：基于中位数算法的运动目标检测 ) G0 [$ z- O7 Z, x, S    1.3.1 案例描述 ) S, L0 V: b- t$ ]$ c    1.3.2 中位数算法原理     1.3.3 本案例的MATLAB实现一 . l1 p/ }+ P' @. o0 w& i4 S3 c2 m- G9 w    1.3.4 本案例的MATLAB实现二 2 n( |) ]; f" R1 J# j案例39：基于贝叶斯判别的手写体数字识别 # d/ s) q: P% o$ T    1.4.1 样本图片的预处理     1.4.2 创建朴素贝叶斯分类器对象 & F1 q+ h. t6 |& p# s4 N& T    1.4.3 判别效果 案例40：基于主成分分析的图像压缩与重建     1.5.1 基于主成分分析的图像压缩与重建原理     1.5.2 图像压缩与重建的MATLAB实现 # ?; V" S# M; V! a9 |- c附录B MATLAB统计工具箱函数大全 《MATLAB统计分析与应用：40个案例分析》源程序_数据.part2.rar (1.39 MB, 下载次数: 44, 售价: 2 点体力) 2015-12-1 09:42 上传 点击文件名下载附件 售价: 2 点体力  [记录] 下载积分: 体力 -2 点

) }* Q* p4 Y3 G1 y

Double_L

一个？能打开吗？
& e6 C! f2 |8 g% [- h: ?4 \