《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。   K8 a8 |' `  Y $ ~6 L+ `% Y3 S$ I$ W前    言： / z7 D! C' A# L  N* C5 {2 k ' M, r' @9 z9 n& o+ k3 R8 pMATLAB、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？ , u; a2 r4 N' O 2 Y# ?* }6 x7 j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。 . X+ p# t) k4 W/ \* W目录： - L" s' L1 `4 b* D# ^第1章 利用MATLAB生成WORD和EXCEL文档 # u" _# q; ^1 k* O1.1 组件对象模型（COM）     1.1.1 什么是COM     1.1.2 COM接口 1.2 MATLAB中的ACTIVEX控件接口技术 7 ~" r- Q  Z% g    1.2.1 actxcontrol函数 3 ^& _$ U6 [# u/ s% E    1.2.2 actxcontrollist函数 0 @8 R5 @* f) B9 K  g& u: x) V    1.2.3 actxcontrolselect函数     1.2.4 actxserver函数 ; w# D( s- ^0 t2 o8 [) v    1.2.5 利用MATLAB调用COM对象 ; ~, |" P1 b2 P, g/ l    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 4 ^. H: i+ A; r9 Z7 G  D. b    1.3.1 调用actxserver函数创建MicrosoftWord服务器     1.3.2 建立Word文本文档     1.3.3 插入表格 : C8 _" O+ M* F  ~- }9 I- r- N) \    1.3.4 插入图片 7 H: m0 J! O$ a# c    1.3.5 保存文档     1.3.6 完整代码 , O$ `. e( `4 c: N/ |' H1.4 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 - o+ w) X/ g0 C' x" a    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 & K/ r; C4 u+ A' J6 h; V    1.4.7 设置行高和列宽 & K. \' _. t) ]8 R( @2 S/ M    1.4.8 合并单元格 : F8 {$ s  X2 x+ h. ~( w% I- V; a    1.4.9 边框设置 : s; U8 o) s6 n" N    1.4.10 设置单元格对齐方式 5 o3 \4 [0 o/ M2 _    1.4.11 写入单元格内容     1.4.12 插入图片 - b; o. e" L1 J' E$ A    1.4.13 保存工作簿     1.4.14 完整代码 + ~/ Z6 f6 c/ o+ c) [; }7 R. w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 3 g  O( r! [! r/ n3 O$ B$ Z    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 2.2 案例4：把数据写入TXT文件     2.2.1 调用dlmread函数写入数据 $ }; ~+ j; N' m  j: u. k  J    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     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 3.1 案例7：数据的平滑处理     3.1.1 smooth函数     3.1.2 smoothts函数 5 j% e% P0 j. i- V    3.1.3 medfilt1函数 3.2 案例8：数据的标准化变换     3.2.1 标准化变换公式     3.2.2 标准化变换的MATLAB实现 ! j. [1 r; }, Z: g5 ]3.3 案例9：数据的极差归一化变换     3.3.1 极差归一化变换公式 * v) F0 y+ e3 W1 v" ^9 P1 D& d- k    3.3.2 极差归一化变换的MATLAB实现 7 ?+ t5 `- l* a  e# s" c3 i- X9 s 第4章 生成随机数 * A7 ?0 G$ A/ p# E+ q4.1 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 ; z1 h6 a4 f# m, h    4.1.2 RandStream类 ( }7 F" _# O/ m$ f1 O$ I    4.1.3 常见一元分布随机数 " R8 Z+ V8 ]* T    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   J1 @  U" G7 D) r& b+ G4.3 案例12：蒙特卡洛方法   4.3.1 有趣的蒙提霍尔问题 * X& ?$ x) T/ ?- [( U  4.3.2 抽球问题的蒙特卡洛模拟 ! O$ [! I& N% }6 T) c% b% m  4.3.3 用蒙特卡洛方法求圆周率   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 5.1 案例13：常见分布的参数估计 ; S/ v% C$ G9 {% p, z) F7 v, E) b6 Y5.2 案例14：正态总体参数的检验 % T1 T  G* E8 P- k: R7 v' d5 E    5.2.1 总体标准差已知时的单个正态总体均值的检验 ! ]% U4 D+ `+ I$ O    5.2.2 总体标准差未知时的单个正态总体均值的检验 9 ^8 p1 H( {: \4 A: o+ r    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 6 y; a% l' c  `" x  ^    5.2.5 总体均值未知时的两个正态总体方差的比较检验 ! j% u" B1 o( q' h6 ^5.3 案例15：分布的拟合与检验 & P! S% ^( n) l# u* T3 x    5.3.1 案例描述     5.3.2 描述性统计量     5.3.3 统计图 - J, G; q. {3 ]6 @% B! z# a; I    5.3.4 分布的检验 7 x2 h) n$ v4 m7 m9 H/ i    5.3.5 最终的结论 0 W- r) |: m: Q5.4 案例16：核密度估计     5.4.1 经验密度函数 1 h5 A. F1 s& U0 \    5.4.2 核密度估计 3 r% d0 b# ^' f. z    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 4 c* M: u2 D3 b& f9 N3 s! v9 u6.1 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 0 n  Y4 B2 `/ ?3 M) j" y9 D- w4 ]    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 ) U  n; Q. X9 ]9 K    6.2.3 阿基米德copula函数 6.3 COPULA函数与相关性度量     6.3.1 Pearson线性相关系数 1 u" h0 W5 a2 c9 C8 L- A    6.3.2 Kendall秩相关系数     6.3.3 Spearman秩相关系数 3 @! y# v* Q/ a: N7 q6 C  H; E$ {4 x    6.3.4 尾部相关系数 4 C6 [7 r8 X. `5 ]: `    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 ( I! F+ r; i& x9 y5 P+ E    6.4.1 案例描述     6.4.2 确定边缘分布   `* k3 A4 B5 |* R    6.4.3 选取适当的Copula函数 0 e/ ~$ V4 k; t- M) N" l    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 5 T  ]0 i& x  G7 x  R) J( \, h% U第7章 方差分析 # S& @7 z% T' d  H* a7.1 案例18：单因素一元方差分析 7 K& h- L$ q" e  c' r' p    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 " P& l- m$ L4 B2 [3 E, p    7.2.1 双因素一元方差分析的MATLAB实现     7.2.2 案例分析 2 G9 q% x* R6 x$ t) v8 _- O: z& Z7.3 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 3 J4 `2 W/ h& Q8 v" z2 _2 S    7.3.3 案例分析二 2 g, W9 Q2 f- e2 |+ h: `# I7.4 案例21：单因素多元方差分析 * k( k3 G0 T4 b7 I# Y0 F, W. C    7.4.1 单因素多元方差分析的MATLAB实现     7.4.2 案例分析 ! @# K: g4 P" I% U* {7 V6 W7.5 案例22：非参数方差分析 3 H9 S" w: e* f0 M. d    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 & n: D$ l3 U$ v第8章 数据拟合 8.1 案例23：一元线性回归分析 5 d1 o! f2 d* B/ S    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 + b$ d% A7 y( A7 Q    8.1.3 调用regstats函数作一元线性回归分析 0 }8 Q% H6 _2 I1 M$ ?" H    8.1.4 调用robustfit函数作稳健回归 8.2 案例24：一元非线性回归分析     8.2.1 数据的散点图 " O% ?2 _0 d( ]) _  i: X    8.2.2 调用nlinfit函数作一元非线性回归分析 5 A7 ]1 g% F9 n1 g. ~/ R6 p/ ]/ B% }    8.2.3 利用曲线拟合工具cftool作一元非线性拟合 / U, a5 ^/ k0 e. F5 h8.3 案例25：多重回归分析     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   H/ M/ t' C) k0 g4 n0 N, H4 L; V第9章 聚类分析 9 v8 V6 M% b& q+ z' q. L9.1 聚类分析简介     9.1.1 距离和相似系数     9.1.2 系统聚类法 9 {. X) n7 @/ J$ u( j6 k% A    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 ; ~( k4 f* p, [( Z7 k: O# O9 c. _    9.2.1 系统聚类法的MATLAB函数     9.2.2 样品聚类案例     9.2.3 变量聚类案例 2 T; o: h, L8 d: e$ p9.3 案例27：K均值聚类法的案例分析 ; P  `8 l) W) I1 K; R( U9 S2 u    9.3.1 K均值聚类法的MATLAB函数     9.3.2 K均值聚类法案例 : g$ D. {& d) a5 h1 G9.4 案例28：模糊C均值聚类法的案例分析 ) F# x' G/ L  [8 h: @    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 2 @" u( v1 r3 k: d- v& R" w; Z第10章 判别分析 8 d- n! e/ [5 U: w2 H; o; L10.1 判别分析简介     10.1.1 距离判别 # j* z6 j# r8 f    10.1.2 贝叶斯判别 + ]. K0 z- {' l' i1 J' b# D5 u$ r    10.1.3 Fisher判别 10.2 案例29：距离判别法的案例分析 / G+ M; D5 u. {+ U7 M9 x3 D    10.2.1 classify函数     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     10.3.2 案例分析 7 ^/ [5 [  A3 {0 s& `# W10.4 案例31：FISHER判别法的案例分析     10.4.1 Fisher判别分析的MATLAB实现 " F# g& T: W) Z; d. h/ M    10.4.2 案例分析 : a8 U, r4 U( e% m第11章 主成分分析 5 M% `, Y0 I, k1 _( y8 ^- c' h11.1 主成分分析简介     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 11.2 主成分分析的MATLAB函数     11.2.1 pcacov函数 2 f/ Y6 ~% I9 i, O, q( R    11.2.2 princomp函数     11.2.3 pcares函数 ) h8 N" X" Q& h: ]6 p2 j11.3 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 2 u, m8 H+ S2 ^; p: M& L, X    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 3 j/ ?; t- A4 w- ^    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 2 ?. c$ T8 b9 I" S2 W5 y 第12章 因子分析 12.1 因子分析简介     12.1.1 基本因子分析模型 . o5 E2 K, ^& P% ^5 t4 X    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 ; y/ j3 j$ z# _: o2 t  \    12.1.4 因子旋转 ' }. g+ E$ Q' e1 d. c( M+ B- ^    12.1.5 因子得分 % u+ @  x, Y, w. C2 J2 b( W  k    12.1.6 因子分析中的Heywood现象 : R1 j' j5 H& n" X12.2 因子分析的MATLAB函数 : ~' M! @! p$ x6 H+ @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 3 B5 b) Y+ G" b& P: y  l1 d    12.4.1 读取数据 # ^! W9 x3 s$ C: b, B7 L$ ?* M( e    12.4.2 调用factoran函数作因子分析 7 L( B( c/ h' P7 u- s 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 ! T+ g% b) W2 z6 X3 s    1.1.1 案例描述     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 & d* T3 b6 q5 g' o3 ]  h5 c$ ~2 m    1.2.1 灰度图像分割案例     1.2.2 真彩图像分割案例 . E0 B+ e& \: d案例38：基于中位数算法的运动目标检测 3 ^  u# Z' ]4 @! m0 y0 C% [' M  X1 z    1.3.1 案例描述     1.3.2 中位数算法原理 % l: k; x  r( \7 J& P7 i0 h2 q    1.3.3 本案例的MATLAB实现一 0 s1 W) d* C$ G+ j: t# J    1.3.4 本案例的MATLAB实现二 & w3 E/ g6 K' g8 w案例39：基于贝叶斯判别的手写体数字识别 2 u6 l. r2 }0 n, a6 ?0 _- a) R2 A1 m    1.4.1 样本图片的预处理 & ~6 K& S$ O7 B$ A    1.4.2 创建朴素贝叶斯分类器对象 3 J2 T% ^4 W& W1 F9 R- [7 r    1.4.3 判别效果 4 j: Z5 ]( I. d  e1 X2 L$ [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 8 i; J' A- C5 `6 l    1.5.2 图像压缩与重建的MATLAB实现 ( Z7 r/ u8 g2 ?1 f! E. j附录B MATLAB统计工具箱函数大全 7 r7 E- h& P( u' E6 E 《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

# `" d8 s+ r& u0 }" H; X7 i

Double_L

一个？能打开吗？