《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： / s6 c5 K) k1 I' 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？ 0 D7 Z5 e0 [0 r/ h( 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。 9 J3 H3 o2 E% h* ]0 [) h: q' O目录： 第1章 利用MATLAB生成WORD和EXCEL文档 1.1 组件对象模型（COM） ; ?' P+ h: ^& ^( q8 W8 ~7 o- Y+ `$ N    1.1.1 什么是COM ; ~1 U0 k! q! X; U    1.1.2 COM接口 1.2 MATLAB中的ACTIVEX控件接口技术 7 H+ g- c2 i' t% M! D8 k, g+ J    1.2.1 actxcontrol函数     1.2.2 actxcontrollist函数 ) _+ k  q6 r( o$ k    1.2.3 actxcontrolselect函数     1.2.4 actxserver函数 " `$ P- }, n* C' l7 {    1.2.5 利用MATLAB调用COM对象 / l/ f7 E- b/ S    1.2.6 调用actxserver函数创建组件服务器 7 `4 X% ?+ R/ `% g. E) d4 M9 B1.3 案例1：利用MATLAB生成WORD文档 2 U  |1 \- L/ k' w, T    1.3.1 调用actxserver函数创建MicrosoftWord服务器 % q* z* w" V" q) z# p% \" n' g6 U    1.3.2 建立Word文本文档     1.3.3 插入表格     1.3.4 插入图片     1.3.5 保存文档 * R/ ?! |& u6 X* A* f. C    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     1.4.4 插入、复制、删除、移动和重命名工作表 3 x& P$ m: D" E6 ^. @+ M% I    1.4.5 页面设置 ; ~- A% W8 A: H% B    1.4.6 选取工作表区域 & I' V) q7 V8 z. Y3 T' P. G/ T    1.4.7 设置行高和列宽 & \% I0 D" e: y8 |: b# u8 G9 q8 k, h; |    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     1.4.12 插入图片 9 m, @' ]' Q8 B7 b4 b    1.4.13 保存工作簿 / V7 F; p: J, x9 q5 o    1.4.14 完整代码 0 e; @# T. x  A! 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 2 t( E; z5 A7 y- O9 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 : e: S8 X5 K. X/ Q+ L    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 1 L( {$ j1 o0 C3 B% C3 F    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 # H- V) _& L& t. E4 `    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 ' y: n$ Q4 ^2 y. z% k/ \' k6 d0 c5 G 第3章 数据的预处理 , Z7 r% ?% E! K" z' Z3.1 案例7：数据的平滑处理     3.1.1 smooth函数 8 c/ E$ `% i' t    3.1.2 smoothts函数 / S, R) P+ w7 Q1 B- {/ u    3.1.3 medfilt1函数 3 g4 |; Z1 D+ Z4 |3.2 案例8：数据的标准化变换     3.2.1 标准化变换公式 ; `( X  z# M  {7 Y: w" {    3.2.2 标准化变换的MATLAB实现 : g/ `. P& ?( E$ y" h& c+ N3.3 案例9：数据的极差归一化变换 2 E/ z8 n+ U6 f0 t9 w# H    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 / Q/ p$ D7 K. Z1 T+ A 第4章 生成随机数 5 j  q2 }6 f4 q) d9 f4.1 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 1 T) M  X  A9 o' `% Y% ]    4.1.2 RandStream类 $ t3 I: [4 B; V6 O: ~/ {; S3 k0 U" b    4.1.3 常见一元分布随机数 ; b0 k+ ]4 r/ g- \) e: S    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 T1 X$ |" H! O1 y) z. f, f. z9 Y; v! ]4.3 案例12：蒙特卡洛方法 " S0 ]9 V4 i3 ^5 l+ z) }. T6 F  4.3.1 有趣的蒙提霍尔问题 ! i0 ~  x7 j6 L, o) h  4.3.2 抽球问题的蒙特卡洛模拟 # X5 L; \/ m2 ]7 i8 V  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 : n$ c! ^$ n+ y( e' B  4.3.5 街头骗局揭秘 第5章 参数估计与假设检验 ! ?7 I' }8 m( U, _5.1 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 ( ~/ t% ?% v; `' E$ l    5.2.1 总体标准差已知时的单个正态总体均值的检验     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 " M8 [$ e2 p, C, z) f; 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 5.3 案例15：分布的拟合与检验     5.3.1 案例描述 # ^* C5 z8 J6 U, j, S5 l$ c    5.3.2 描述性统计量     5.3.3 统计图     5.3.4 分布的检验 9 n- u! A: J6 B# W6 A    5.3.5 最终的结论 4 e4 e% ^4 C# F5 [9 A8 T7 x5.4 案例16：核密度估计     5.4.1 经验密度函数 . ~6 ^7 D, |4 G9 N    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 3 V. Q. W" u2 ^3 o" X第6章 COPULA理论及应用实例 * H8 J, ?- ?1 P6.1 COPULA函数的定义与基本性质 1 {7 Q2 W" O" \2 P, P    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 # T" }% V* K4 O* w) u6.2 常用的COPULA函数     6.2.1 正态Copula函数     6.2.2 t-Copula函数 1 k; U& I, W& O' Z& z: P* F* O    6.2.3 阿基米德copula函数 7 H! k, B, J# G6.3 COPULA函数与相关性度量 / t3 V2 r- Y4 ~5 y    6.3.1 Pearson线性相关系数 # h2 N, Q4 t* Z" G. R    6.3.2 Kendall秩相关系数     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     6.3.6 基于常用二元Copula函数的相关性度量 7 l  M) r: ~8 }- t+ b+ n/ L6.4 案例17：沪深股市日收益率的二元COPULA模型     6.4.1 案例描述 9 M7 E6 N# _5 U    6.4.2 确定边缘分布 . A7 K8 J6 k* C: h4 d9 G    6.4.3 选取适当的Copula函数 " L7 v( q3 i. T2 o4 q$ C- @- V6 X! T8 {    6.4.4 参数估计 " }2 Y. U* A3 g4 x. ^2 m    6.4.5 与Copula有关的MATLAB函数     6.4.6 案例的计算与分析 第7章 方差分析 7.1 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 ( L1 E/ \" x+ t/ L( e' L+ `    7.1.2 案例分析 7.2 案例19：双因素一元方差分析   I* A2 [1 D- V/ @    7.2.1 双因素一元方差分析的MATLAB实现     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 & h8 T" E' G! {8 i# D% h' P4 p3 ~    7.3.2 案例分析一 3 o5 c/ E; m- g% R9 ]6 s. O" I    7.3.3 案例分析二 7.4 案例21：单因素多元方差分析   F) q1 ?' \$ F9 q  o    7.4.1 单因素多元方差分析的MATLAB实现 ' e' q7 G" B# A( m1 g7 ~    7.4.2 案例分析 9 ~+ @* l, b1 w- T3 i% m7.5 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 7 A' X& P  w( X/ e- e1 w9 s8 d 第8章 数据拟合 , A- q  Z9 V5 R3 q) Q4 g+ Z' G8.1 案例23：一元线性回归分析     8.1.1 数据的散点图 ) e* W( Q! q( f  ^1 Y' ~    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 1 P" o, O$ e7 b, u6 O# D    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 2 v# I5 B7 H: u. L0 ]) x    8.2.2 调用nlinfit函数作一元非线性回归分析     8.2.3 利用曲线拟合工具cftool作一元非线性拟合 - m4 {( O) B1 I6 m& U, P- F9 E8.3 案例25：多重回归分析 ! f4 n% I# L. H. k- r1 I: I    8.3.1 调用自编reglm函数作多重回归分析 ' @+ O9 `) J/ g# O0 K    8.3.2 调用stepwise函数作逐步回归 ' P+ h; i; r/ x- p 第9章 聚类分析 9.1 聚类分析简介 " l, c* I. {* C    9.1.1 距离和相似系数     9.1.2 系统聚类法     9.1.3 K均值聚类法 " O' Y& A$ W: f    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     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 9.3 案例27：K均值聚类法的案例分析 . ~8 u0 r" s" D7 V! k    9.3.1 K均值聚类法的MATLAB函数 ; V6 M7 m0 X- P6 W2 g    9.3.2 K均值聚类法案例 3 g7 q) y7 }' U- X9.4 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     9.4.2 模糊C均值聚类法案例 ' {2 }$ I0 W4 m2 X! V, R 第10章 判别分析 - M, m* @" d( G10.1 判别分析简介     10.1.1 距离判别     10.1.2 贝叶斯判别 7 g: }8 k7 ^' s& f! i! `: P    10.1.3 Fisher判别 10.2 案例29：距离判别法的案例分析 4 v: S. j& D# c' |$ C( ]# ?    10.2.1 classify函数     10.2.2 案例分析 " w  i4 o& Q8 P10.3 案例30：贝叶斯判别法的案例分析     10.3.1 NaiveBayes类 - s  R- y, ~6 M/ K9 v    10.3.2 案例分析 - W+ o; i1 |! ^) K' m* b# I10.4 案例31：FISHER判别法的案例分析     10.4.1 Fisher判别分析的MATLAB实现 " \: M0 L6 m+ I& q! W, A% R    10.4.2 案例分析 * B. L3 K; x! X7 L 1 a, r5 U) c3 K2 S第11章 主成分分析 " ~4 H3 u! K4 J! C11.1 主成分分析简介 " V" m. n" x6 b    11.1.1 主成分分析的几何意义 # i! n. J" I; V/ j    11.1.2 总体的主成分 # r5 b9 r! ^: V  D" a    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 + @: D7 ]5 G& b& A* j. z11.2 主成分分析的MATLAB函数 : k% W7 e2 C* x. H2 h    11.2.1 pcacov函数 % G$ f$ g; r7 G- H    11.2.2 princomp函数     11.2.3 pcares函数 3 |2 N9 c$ q* ?/ s11.3 案例32：从协方差矩阵或相关系数矩阵出发求解主成分 - N! m% C% N0 w* C    11.3.1 调用pcacov函数作主成分分析     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 & I  H( J0 `5 v: e    11.4.1 调用princomp函数作主成分分析   A$ g- E; ^% y7 U# g    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 . T$ v% |# o5 O' D* {12.1 因子分析简介 4 [* S1 w- h2 M4 r( o0 k    12.1.1 基本因子分析模型     12.1.2 因子模型的基本性质 ( W, b. V2 N3 i1 [5 t+ g+ q    12.1.3 因子载荷阵和特殊方差阵的估计     12.1.4 因子旋转     12.1.5 因子得分   p4 g! F& _; R, j6 r% A4 b    12.1.6 因子分析中的Heywood现象 # M0 ~' O) N5 O/ `4 ]) K5 b# C12.2 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 . A' d3 S! t" y/ a$ i7 ~- h    12.4.1 读取数据     12.4.2 调用factoran函数作因子分析 1 _, c' G. H- H' ~附录A 图像处理中的统计应用案例 $ k9 f; a" M: d9 F" h% @案例36：基于图像资料的数据重建与拟合 " k  J! }9 z) ~) X! D* w3 i9 r    1.1.1 案例描述 3 O/ m! t) r' M    1.1.2 重建图像数据 + Y& h4 Z' z/ L- g' f/ x    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     1.3.1 案例描述 # z4 X: u* I7 |, n: N  F    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 案例39：基于贝叶斯判别的手写体数字识别     1.4.1 样本图片的预处理 8 |6 s) i4 U! \! P    1.4.2 创建朴素贝叶斯分类器对象 5 l3 M% `4 B& R    1.4.3 判别效果 . {. A0 {' B. S# l) Z6 V案例40：基于主成分分析的图像压缩与重建 6 f! s7 y( \2 S$ ]1 }' r5 \+ K    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 ) m2 ]6 q/ ^5 g$ \+ f1 e* u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

- ?- o  t2 b: q2 F& k- P$ K

Double_L

一个？能打开吗？
6 C6 B' \4 E; ?& ?