《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。 2 X' @" @' h; q6 Y, j9 u前    言： + Z/ G( \+ S+ xMATLAB、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？ " a" W2 J* l9 w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。 # u3 F& H6 h" p0 W. S目录： * K$ |; u1 |4 k# U& A# @3 \$ ~6 E第1章 利用MATLAB生成WORD和EXCEL文档 ! p9 n; O) F$ B$ f1.1 组件对象模型（COM） : N2 v' S- n! Y    1.1.1 什么是COM - u) e/ U$ e# f, q7 w    1.1.2 COM接口 1.2 MATLAB中的ACTIVEX控件接口技术 " l' A$ G8 X0 H  V7 x' q    1.2.1 actxcontrol函数 ; t4 S6 V( c, n; D6 V+ Y    1.2.2 actxcontrollist函数     1.2.3 actxcontrolselect函数     1.2.4 actxserver函数     1.2.5 利用MATLAB调用COM对象 8 o% u5 q6 X7 n    1.2.6 调用actxserver函数创建组件服务器 1.3 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 0 ^& q9 g+ I% [  w    1.3.3 插入表格 # {# Y6 }) g% p$ u# h, v, M  @$ H& q& O    1.3.4 插入图片 2 C  |% V$ J( A8 k/ G. J4 _2 e    1.3.5 保存文档     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 8 k* K( e& G  G& V0 z0 y3 W0 c    1.4.2 新建Excel工作簿     1.4.3 获取工作表对象句柄 ; _% g* f, ^8 D    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 ; A7 T- ~9 @  A2 O- R- y4 @    1.4.7 设置行高和列宽 & x! p  n# R% _; q0 w    1.4.8 合并单元格 ; E5 K( m3 W! j8 T9 W& O    1.4.9 边框设置     1.4.10 设置单元格对齐方式 2 ^. |8 w7 `' d! |. b    1.4.11 写入单元格内容 7 T# u! J; T8 x$ o8 `9 i+ c6 C$ X    1.4.12 插入图片 $ n4 O/ m/ ]3 v/ ]/ N    1.4.13 保存工作簿     1.4.14 完整代码 & u  N8 i& T4 z  H# v- {第2章 数据的导入与导出 2.1 案例3：从TXT文件中读取数据     2.1.1 利用数据导入向导导入TXT文件 ' [; M$ k3 J' V4 @    2.1.2 调用高级函数读取数据 $ {/ p  F+ u, I9 P- F    2.1.3 调用低级函数读取数据 ( I# t+ S* }8 l" y: }0 n! @/ t2 O2.2 案例4：把数据写入TXT文件 , J8 e; s% i) n* ?6 N7 Z2 ?    2.2.1 调用dlmread函数写入数据     2.2.2 调用fprintf函数写入数据 ! U7 |0 s  e/ {  f1 [  f2.3 案例5：从EXCEL文件中读取数据 , @/ j+ W/ b# l0 S7 K    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 第3章 数据的预处理 - T  w! c/ V  M( _% `3 q+ m3.1 案例7：数据的平滑处理     3.1.1 smooth函数 & K4 [2 w: m( ?+ ^    3.1.2 smoothts函数     3.1.3 medfilt1函数 $ m9 b4 b: E2 O- ^8 t, R+ I8 M; W$ _& B3.2 案例8：数据的标准化变换 9 I! u' ^1 w8 D( x; T  p% P    3.2.1 标准化变换公式 6 Q0 Y) [$ s' i- p% k8 o) F    3.2.2 标准化变换的MATLAB实现 0 Y- r2 h/ k  u% x1 ]3.3 案例9：数据的极差归一化变换 & @7 o7 a. B' H( f8 r    3.3.1 极差归一化变换公式 3 A  p5 y$ L" g3 e! y    3.3.2 极差归一化变换的MATLAB实现 第4章 生成随机数 , _6 X8 L4 d% ~6 `4.1 案例10：生成一元分布随机数 1 ^) m" w, d4 e( I4 u$ j$ ~    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 : V, y7 C2 z6 Q* ?    4.1.3 常见一元分布随机数 1 o4 h6 w; m7 N+ K; d    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 7 }% L0 |( I* L- V! @4.3 案例12：蒙特卡洛方法 % h2 e; W( h, A1 Y  4.3.1 有趣的蒙提霍尔问题 8 g  N; k9 f( j+ q9 G  4.3.2 抽球问题的蒙特卡洛模拟 0 ?. u3 ~0 x  y4 F* z( g2 M# y  4.3.3 用蒙特卡洛方法求圆周率 0 m1 Z1 j7 a5 f; d3 X' S  4.3.4 用蒙特卡洛方法求积分 5 n& f4 a7 K% Q2 x5 b. I. q+ l  4.3.5 街头骗局揭秘 ! u, c# b" h( o3 S& w第5章 参数估计与假设检验 4 X: ?" p" e4 O! K' c* r0 V$ p* A5.1 案例13：常见分布的参数估计 5.2 案例14：正态总体参数的检验 7 n3 }/ J2 f) p* _( O( x4 m* f0 Q    5.2.1 总体标准差已知时的单个正态总体均值的检验 ' D) R" Q% {: z5 r" k    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     5.2.4 总体均值未知时的单个正态总体方差的检验 ' g3 a4 i4 g8 k* Y3 G" g( K    5.2.5 总体均值未知时的两个正态总体方差的比较检验 ) W- @" \9 @* e* \8 n+ q3 O5.3 案例15：分布的拟合与检验 $ m. |! s, p! X% g" i    5.3.1 案例描述     5.3.2 描述性统计量     5.3.3 统计图   O# V  k! ~- K0 D    5.3.4 分布的检验     5.3.5 最终的结论 + H' G! y/ R5 a3 ]) s, Z6 Z5.4 案例16：核密度估计 . y7 C5 k* a) a5 U    5.4.1 经验密度函数     5.4.2 核密度估计     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 8 }) ]. X/ O- J+ e6.1 COPULA函数的定义与基本性质     6.1.1 二元Copula函数的定义及性质 - H7 P2 y& [. w" v$ x, C$ F# r1 f; M    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     6.2.2 t-Copula函数 : r# X1 V- I4 f( E" i6 `: i    6.2.3 阿基米德copula函数 6.3 COPULA函数与相关性度量 4 y" {: \( Y( |# L% d    6.3.1 Pearson线性相关系数     6.3.2 Kendall秩相关系数 9 z+ [& Y5 x- c: `3 R4 V' C& e  h% {    6.3.3 Spearman秩相关系数     6.3.4 尾部相关系数     6.3.5 基于Copula函数的相关性度量 / |9 W. r) n- \: c: ?$ Y    6.3.6 基于常用二元Copula函数的相关性度量 6.4 案例17：沪深股市日收益率的二元COPULA模型 5 }9 G5 d" h/ p* Z* f# u    6.4.1 案例描述 % p: W3 g1 D. y( ^6 ~3 ^, L7 o    6.4.2 确定边缘分布     6.4.3 选取适当的Copula函数 " m' u" T/ X% F. l' T8 i7 }    6.4.4 参数估计 # ], N( S9 C, I) U$ G$ G    6.4.5 与Copula有关的MATLAB函数 $ `2 Y! M1 M) m" g+ S, S) T    6.4.6 案例的计算与分析 $ o8 b5 `6 z5 m! Q2 X5 Q ! K& w; i  W" e2 o) G第7章 方差分析 7 j: A5 o( O% D; c7.1 案例18：单因素一元方差分析     7.1.1 单因素一元方差分析的MATLAB实现 & U4 K$ Q. n/ h+ ?3 U    7.1.2 案例分析 7.2 案例19：双因素一元方差分析     7.2.1 双因素一元方差分析的MATLAB实现 % n9 J$ G; g! e$ _  Q# m. j9 s    7.2.2 案例分析 7.3 案例20：多因素一元方差分析     7.3.1 多因素一元方差分析的MATLAB实现     7.3.2 案例分析一     7.3.3 案例分析二 7.4 案例21：单因素多元方差分析     7.4.1 单因素多元方差分析的MATLAB实现     7.4.2 案例分析 ! s4 L+ d" ^; a# _; m% P- B7.5 案例22：非参数方差分析     7.5.1 非参数方差分析的MATLAB实现 * c3 c* Y/ g& _* T% Q1 N    7.5.2 Kruskal-Wallis检验的案例分析 . o8 Z+ L1 E, v$ q* H    7.5.3 Friedman检验的案例分析 # G) {: q* T: i% }/ b* A 9 A* i) D2 k: }5 \) w; i9 ]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     8.1.2 调用regress函数作一元线性回归分析 % H* o/ }7 j9 W5 c( i6 X    8.1.3 调用regstats函数作一元线性回归分析 ' B4 r. z6 B7 \) J' T6 d    8.1.4 调用robustfit函数作稳健回归 + b! O' w: X1 |  v5 l8.2 案例24：一元非线性回归分析     8.2.1 数据的散点图 & B9 \# \* b' X5 p1 R  c/ q0 J  [& N1 r    8.2.2 调用nlinfit函数作一元非线性回归分析 . }4 i6 r5 Q# d6 n% R    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 3 v3 G5 `. N; G: H% _3 p$ p    8.3.1 调用自编reglm函数作多重回归分析 6 t0 H; s7 U. |1 Y    8.3.2 调用stepwise函数作逐步回归 3 X; I5 g9 J/ V0 L% e/ L7 L' d / p+ l2 I1 ~: b5 r# e% {第9章 聚类分析 1 Z7 z* Z1 s7 E- X% A3 d5 I) v9.1 聚类分析简介 ) i. ]6 N- C$ Z4 {" H- z& |( g7 i    9.1.1 距离和相似系数 ' s$ `/ N! ^: P9 R; Y: w- T5 X    9.1.2 系统聚类法     9.1.3 K均值聚类法     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 ; s/ }( [+ b. D    9.2.1 系统聚类法的MATLAB函数 , i* F- k! n: n4 F% t3 N9 V    9.2.2 样品聚类案例     9.2.3 变量聚类案例 & Y8 d& Q2 V% u; r2 t( F9.3 案例27：K均值聚类法的案例分析 ( U( S( H. j, J) R/ e% V    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     9.4.1 模糊C均值聚类法的MATLAB函数 , v$ T3 v0 Z2 ]2 T    9.4.2 模糊C均值聚类法案例 & T$ \6 O$ q9 ^& U8 I9 u 第10章 判别分析 10.1 判别分析简介     10.1.1 距离判别 , ~0 w  e! M% G    10.1.2 贝叶斯判别   h# b9 X+ o0 ?) i' V: G1 y* E% Y    10.1.3 Fisher判别 10.2 案例29：距离判别法的案例分析 ) T, u, c% B/ {% F8 ]    10.2.1 classify函数 1 H1 J3 r; ?( G: ~: ^( o( Z1 ^    10.2.2 案例分析 10.3 案例30：贝叶斯判别法的案例分析 " i8 N, l8 s5 \" s) h    10.3.1 NaiveBayes类 2 k; }0 g3 E. P    10.3.2 案例分析 ' w; ~7 T. L; ]! Q+ b10.4 案例31：FISHER判别法的案例分析 ' k/ f& i3 W- F8 r0 n    10.4.1 Fisher判别分析的MATLAB实现 % c) e' o4 |  H2 E; [& m    10.4.2 案例分析 9 G, A& n# U; [9 n7 R* G6 d第11章 主成分分析 11.1 主成分分析简介 - w# G8 f  ]) `+ {2 t    11.1.1 主成分分析的几何意义     11.1.2 总体的主成分 5 Q; A4 a6 a, r7 q' n' S    11.1.3 样本的主成分 : q) A  J) c2 N1 p8 R2 j! p: R& v    11.1.4 关于主成分表达式的两点说明 11.2 主成分分析的MATLAB函数     11.2.1 pcacov函数     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     11.3.2 结果分析 7 \& ^, L1 G" u* N6 W11.4 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 ; [, t$ \) w/ U( l8 b: n    11.4.2 结果分析     11.4.3 调用pcares函数重建观测数据 第12章 因子分析 12.1 因子分析简介 3 ]4 p5 _, x$ l" f6 w) j7 `6 o    12.1.1 基本因子分析模型 - q1 p: N- _/ B! Q8 ^    12.1.2 因子模型的基本性质     12.1.3 因子载荷阵和特殊方差阵的估计 & d. ~. q: p3 O1 a6 g    12.1.4 因子旋转 " z. Z2 c! v4 c: T" [% g    12.1.5 因子得分     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     12.4.1 读取数据     12.4.2 调用factoran函数作因子分析 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 + W1 ^& e, J+ k" p    1.1.1 案例描述 $ x+ ]$ B# I$ N    1.1.2 重建图像数据     1.1.3 曲线拟合 4 S& }; {, ^; ]% U6 {' f( }0 ~: H案例37：基于K均值聚类的图像分割 2 l6 S* B# N5 Q6 E5 w' W    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 ) b! t* A# B3 Q4 c2 v- i    1.3.1 案例描述     1.3.2 中位数算法原理     1.3.3 本案例的MATLAB实现一     1.3.4 本案例的MATLAB实现二 : A9 c% G. X0 r: ]案例39：基于贝叶斯判别的手写体数字识别 ! f5 u+ L2 h* m6 Z8 f# C( d    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     1.4.3 判别效果 1 W3 m" Q2 Z! U* z1 l5 y2 B) q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 附录B MATLAB统计工具箱函数大全 . b$ ]% \: e, i$ j8 U. y) |% ? 《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

8 _. V. l2 K" m6 c

Double_L

一个？能打开吗？
9 ^8 e) `# ?" k6 ?2 U5 i  `0 W7 {4 L% V