《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。 * @8 W; ?# M; f) W! C4 k 前    言： 6 |# x# @: v4 P0 s# W- d1 tMATLAB、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？ ' n5 k& `% u* z4 e( r; U 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： 4 |# p" J0 r1 J0 w; u0 X4 o! m1 M第1章 利用MATLAB生成WORD和EXCEL文档 1.1 组件对象模型（COM）     1.1.1 什么是COM 0 e0 H1 u. R3 A1 @    1.1.2 COM接口 1.2 MATLAB中的ACTIVEX控件接口技术 # z' \0 }, b1 I! q  s. y    1.2.1 actxcontrol函数 - }9 [% {$ r4 h4 z, n1 o    1.2.2 actxcontrollist函数 + z# Q- H( A; L; j    1.2.3 actxcontrolselect函数     1.2.4 actxserver函数 1 f8 T- ^; X0 o. |1 G, G$ ^' I    1.2.5 利用MATLAB调用COM对象     1.2.6 调用actxserver函数创建组件服务器 7 O1 d& g, \4 N/ D& L: Q1.3 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     1.3.2 建立Word文本文档 + q( k0 o8 b; v" P9 e( N    1.3.3 插入表格     1.3.4 插入图片     1.3.5 保存文档 , L3 O6 i3 k/ y+ V/ o    1.3.6 完整代码 1.4 案例2：利用MATLAB生成EXCEL文档     1.4.1 调用actxserver函数创建MicrosoftExcel服务器     1.4.2 新建Excel工作簿     1.4.3 获取工作表对象句柄 ! Q0 q- P% b) I8 I0 J4 g    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 / s/ `- {: ?6 M; F9 F1 K    1.4.6 选取工作表区域 " u+ ~& k% r( b& O  e, S    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     1.4.11 写入单元格内容 2 ]# P7 U  {. u    1.4.12 插入图片 % H  Y8 w4 ?- J$ L    1.4.13 保存工作簿 ! u; d3 E& K0 P# U6 \; T. A) Q/ s    1.4.14 完整代码 6 L$ W: D( A$ [( S 第2章 数据的导入与导出 , W5 v3 T7 T) j  N2 m2.1 案例3：从TXT文件中读取数据 , O7 D9 r1 e4 C. m- Y& d& J* C    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     2.1.3 调用低级函数读取数据 - H0 O, I) s: l2.2 案例4：把数据写入TXT文件     2.2.1 调用dlmread函数写入数据     2.2.2 调用fprintf函数写入数据 2.3 案例5：从EXCEL文件中读取数据     2.3.1 利用数据导入向导导入Excel文件 & p& h1 V9 l6 D3 p7 x    2.3.2 调用xlsread函数读取数据 % f2 @4 @: O& A, v' U  P* h7 j, [" d" W1 n2.4 案例6：把数据写入EXCEL文件 第3章 数据的预处理 3.1 案例7：数据的平滑处理 3 d  W; }) Y! m; k$ g    3.1.1 smooth函数 ( R2 F+ \5 s+ ]/ }7 x    3.1.2 smoothts函数 / ?6 l0 M, o7 b+ g9 o    3.1.3 medfilt1函数 3.2 案例8：数据的标准化变换 6 e: g7 ~. g2 b0 q' r. y) S    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 : v1 H" `& @/ J. ?- t    3.3.1 极差归一化变换公式 3 D+ u5 w# t( c: L7 C    3.3.2 极差归一化变换的MATLAB实现 % |/ N$ W) p4 L# k第4章 生成随机数 , U5 p% Y3 Q: N) m' w2 H* c; J4.1 案例10：生成一元分布随机数     4.1.1 均匀分布随机数和标准正态分布随机数     4.1.2 RandStream类     4.1.3 常见一元分布随机数     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 - H6 V5 P: b. I; R, j  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 0 d( s2 B4 f  X# R& V  4.3.4 用蒙特卡洛方法求积分   4.3.5 街头骗局揭秘 第5章 参数估计与假设检验 / l- i8 k  `6 a* n& |( G5 Y5.1 案例13：常见分布的参数估计 + {, A6 X- a  W. ?5.2 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 6 x7 S) e# c: m5 ?    5.2.2 总体标准差未知时的单个正态总体均值的检验     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 1 L5 p& R! o$ i  g9 _# `# ~    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   m$ ~, _! |% S3 ]' @    5.3.2 描述性统计量     5.3.3 统计图     5.3.4 分布的检验     5.3.5 最终的结论 5.4 案例16：核密度估计 5 w' v) L3 h/ |7 w. z  [    5.4.1 经验密度函数     5.4.2 核密度估计 / o+ s+ ?8 X4 L& E4 J    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 : k2 T3 ~/ Q% `. c, ]- n8 q 2 `% g1 T( V: q% B1 }% L第6章 COPULA理论及应用实例 2 ?# V, g6 H/ Q+ i0 L6 B6.1 COPULA函数的定义与基本性质 ; ?8 r& A0 O) X) W: P% a+ z* M# M    6.1.1 二元Copula函数的定义及性质 $ g6 o6 Y6 N6 m7 j8 b# [    6.1.2 多元Copula函数的定义及性质 ' y( o( J2 Q) P) e$ q& U" n6.2 常用的COPULA函数     6.2.1 正态Copula函数     6.2.2 t-Copula函数     6.2.3 阿基米德copula函数 6.3 COPULA函数与相关性度量 ' A# \  z6 H) z# |# H, _5 J9 [    6.3.1 Pearson线性相关系数 8 t# L3 U* p% y4 H    6.3.2 Kendall秩相关系数     6.3.3 Spearman秩相关系数 " D6 l- L) d3 [, S    6.3.4 尾部相关系数 ( V0 d& Y7 o* X! ?7 t6 F2 S- ?; `4 R/ ^    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 4 N8 i. M/ \; F( X) ]+ G( I) W$ q6.4 案例17：沪深股市日收益率的二元COPULA模型     6.4.1 案例描述     6.4.2 确定边缘分布     6.4.3 选取适当的Copula函数 - ^7 K$ P* J( F6 C. H0 G5 [    6.4.4 参数估计     6.4.5 与Copula有关的MATLAB函数     6.4.6 案例的计算与分析 7 Y" {! l( H  S) z! E& G 第7章 方差分析 7.1 案例18：单因素一元方差分析 * U4 Z; ]( U' J    7.1.1 单因素一元方差分析的MATLAB实现     7.1.2 案例分析 7.2 案例19：双因素一元方差分析 # n8 y7 v. Z; o; u+ _& f+ N1 d    7.2.1 双因素一元方差分析的MATLAB实现     7.2.2 案例分析 ! w+ s: N! e3 N6 V  N* g7.3 案例20：多因素一元方差分析     7.3.1 多因素一元方差分析的MATLAB实现 * {3 s; n6 ^/ x6 c    7.3.2 案例分析一 3 y6 h8 e( L$ @# |, p    7.3.3 案例分析二 . D; z; m: a4 n1 Z7.4 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 8 t# l: D% L: o) v; ]    7.4.2 案例分析 / a. f/ _+ Y5 p! {- I2 O7.5 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 ) Y1 y# W+ `; w    7.5.3 Friedman检验的案例分析 8 u+ Z9 u, I# @1 v6 J 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 & V; q7 {$ K- C4 B; r    8.1.2 调用regress函数作一元线性回归分析     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 0 r/ j) D$ y+ G( o6 }8.2 案例24：一元非线性回归分析     8.2.1 数据的散点图   S6 m/ p8 c5 }; T    8.2.2 调用nlinfit函数作一元非线性回归分析 $ h1 Z! U. _: j' k& O    8.2.3 利用曲线拟合工具cftool作一元非线性拟合 8.3 案例25：多重回归分析 8 O' U" O* m( o$ n' I. v    8.3.1 调用自编reglm函数作多重回归分析     8.3.2 调用stepwise函数作逐步回归 " C& Q8 d: P6 p2 W' t% R+ i 第9章 聚类分析 9.1 聚类分析简介 1 L4 N; i; T! N+ Y* p0 D    9.1.1 距离和相似系数 7 ?3 M5 [) F) L4 a. d6 V9 @    9.1.2 系统聚类法     9.1.3 K均值聚类法 . {! O4 n( T5 T) V! l4 x$ S7 d9 B    9.1.4 模糊C均值聚类法 9.2 案例26：系统聚类法的案例分析 2 U4 H# Q1 l5 B% C' @    9.2.1 系统聚类法的MATLAB函数 ' `9 O6 d& Q" K/ O' _    9.2.2 样品聚类案例     9.2.3 变量聚类案例 9.3 案例27：K均值聚类法的案例分析     9.3.1 K均值聚类法的MATLAB函数     9.3.2 K均值聚类法案例 9.4 案例28：模糊C均值聚类法的案例分析 3 _+ T2 G5 g& l9 \$ c    9.4.1 模糊C均值聚类法的MATLAB函数 ( L; a% G* n6 k2 ~& i, b( a3 X    9.4.2 模糊C均值聚类法案例 ) `8 ]! O( W, Z 第10章 判别分析 10.1 判别分析简介 4 g, n6 Z8 p) H0 b, K) q4 z    10.1.1 距离判别 ; P: R7 f5 S3 L, M! x5 h    10.1.2 贝叶斯判别 . g6 r; b& v7 y8 n7 ~" I    10.1.3 Fisher判别 ) p8 k* u" V! d, u' b10.2 案例29：距离判别法的案例分析 # u" t4 p8 o( y% d, C    10.2.1 classify函数 # g; S6 E( P% P    10.2.2 案例分析 10.3 案例30：贝叶斯判别法的案例分析     10.3.1 NaiveBayes类 + G/ S  N- n5 u9 y' i    10.3.2 案例分析 0 W' D5 q' T% k) l2 {  N10.4 案例31：FISHER判别法的案例分析   l# ~: v% P  O! r4 y- x8 J    10.4.1 Fisher判别分析的MATLAB实现 : s+ A5 i$ \" I1 R    10.4.2 案例分析 4 D5 G( ?3 u8 i; \+ C 第11章 主成分分析 3 w3 r, s; @! q( k% h11.1 主成分分析简介 1 g8 \* A- L! C  G    11.1.1 主成分分析的几何意义     11.1.2 总体的主成分     11.1.3 样本的主成分     11.1.4 关于主成分表达式的两点说明 . W4 g6 K( S  _% `) ~% W& ~' }11.2 主成分分析的MATLAB函数 0 u: K& e% G# F2 i    11.2.1 pcacov函数     11.2.2 princomp函数 , w  L, x; Y* D* F' ]    11.2.3 pcares函数 9 E" n' ~( ]; G+ o  ?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 - ]7 Z( J/ ^' i# t    11.3.2 结果分析 3 {& C. |9 `0 r; |( o5 m6 d11.4 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     11.4.2 结果分析     11.4.3 调用pcares函数重建观测数据 4 }5 u/ I! h9 E$ G/ K第12章 因子分析 12.1 因子分析简介 ) e2 g- A- k1 T3 z: X    12.1.1 基本因子分析模型   p  ^) W9 N. s4 }' e4 G9 u    12.1.2 因子模型的基本性质 ( S4 b0 |% I1 M+ [. Q: d    12.1.3 因子载荷阵和特殊方差阵的估计     12.1.4 因子旋转 & J% C* ?% I; y7 ]2 k    12.1.5 因子得分 / k* Z5 }) v1 E/ z0 [) Y0 J; ?1 y    12.1.6 因子分析中的Heywood现象 12.2 因子分析的MATLAB函数 12.3 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 : Z7 r4 L* O( |- Y7 f    12.4.1 读取数据 ( N' G8 b7 y9 C$ }  z7 b4 e  {( z    12.4.2 调用factoran函数作因子分析 1 p5 R& w" o$ E; k 附录A 图像处理中的统计应用案例 / Z1 X7 m5 j5 u9 V  d+ u2 Q案例36：基于图像资料的数据重建与拟合 " s; Z! N; v2 B9 S5 A    1.1.1 案例描述   F/ J6 h5 Z& G% p6 v" J4 J' R$ f; n    1.1.2 重建图像数据     1.1.3 曲线拟合 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     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 ! ~5 Z% L1 N7 _; O9 Z    1.3.1 案例描述     1.3.2 中位数算法原理 2 l, x! Z  W+ l. Z/ s    1.3.3 本案例的MATLAB实现一 % N- L7 V* Z9 Y3 ^$ L1 h- q    1.3.4 本案例的MATLAB实现二 案例39：基于贝叶斯判别的手写体数字识别 2 W3 J2 F$ V) Q, D    1.4.1 样本图片的预处理 ( u2 E, V: v+ L$ d9 y    1.4.2 创建朴素贝叶斯分类器对象     1.4.3 判别效果 # ?# F0 b/ w* O7 @0 E$ {# |! k5 F. Y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 ! _' B! B$ C' \; @- x, V4 z    1.5.2 图像压缩与重建的MATLAB实现 + U2 T# G- w' b! M- t$ {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

Double_L

一个？能打开吗？