《MATLAB统计分析与应用：40个案例分析

liyan1259

内容简介： ! K3 e2 j& i: E+ q 8 g! ]8 j3 R& p, K: ^0 t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。 6 }# }$ q/ c( k+ g7 T1 u前    言： MATLAB、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。 * o6 }+ i" R) C( \目录： 8 S1 e% v* t- t3 f: G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     1.1.2 COM接口 1.2 MATLAB中的ACTIVEX控件接口技术     1.2.1 actxcontrol函数 0 ^+ Z) Y( s/ B    1.2.2 actxcontrollist函数 . `0 a1 v' v; k2 B7 R1 Y: I8 k$ d! P    1.2.3 actxcontrolselect函数     1.2.4 actxserver函数 5 J0 V0 l5 ?* }& L2 t) Y    1.2.5 利用MATLAB调用COM对象 0 g- h4 g/ e# O% O4 q; u- Q/ w    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 5 p- L8 I, q  t1 ~9 k% K/ [    1.3.1 调用actxserver函数创建MicrosoftWord服务器     1.3.2 建立Word文本文档 " k$ z; z" z1 p5 M    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 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     1.4.5 页面设置     1.4.6 选取工作表区域 ! J4 Q+ R' J  \( }    1.4.7 设置行高和列宽     1.4.8 合并单元格 # {' h& J, l4 l) V    1.4.9 边框设置 / A( |, u" F* f/ G, M; n4 R# ]; B( [4 u    1.4.10 设置单元格对齐方式     1.4.11 写入单元格内容 , w% {. {( z$ C* P$ X1 W0 T    1.4.12 插入图片     1.4.13 保存工作簿     1.4.14 完整代码 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     2.1.2 调用高级函数读取数据 8 F# g! E* Z! k- Q! n( h" B    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 w9 M3 ^( C8 t) Q, q$ [9 w, p    2.2.1 调用dlmread函数写入数据 + H/ i2 B) w1 ~    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 : Y8 |% K' g* V  H( C7 V    2.3.2 调用xlsread函数读取数据 , f  }& J, U* }2.4 案例6：把数据写入EXCEL文件 ) u4 m8 Z3 T2 \. \$ X 1 W' R' n. f. a, s* L第3章 数据的预处理 9 {' _1 f: i7 n3.1 案例7：数据的平滑处理     3.1.1 smooth函数 & y% Q7 w" d5 {# @    3.1.2 smoothts函数 ) j3 h( K. W( O    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 3.3 案例9：数据的极差归一化变换 ( f! b0 B6 W0 j    3.3.1 极差归一化变换公式 2 t( u. V& `" c- M    3.3.2 极差归一化变换的MATLAB实现 1 n1 X/ U- V/ L3 Y2 q9 z, i % `' Y$ S: Q4 U第4章 生成随机数 & {2 z: ~& {- U) e5 ^4.1 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 # N; l% G2 R. g/ B4.2 案例11：生成多元分布随机数 ' l7 j% j# {9 G1 r1 v; ?4.3 案例12：蒙特卡洛方法 0 N7 |9 N* K8 U) Q9 [  r% s  4.3.1 有趣的蒙提霍尔问题 8 x* L2 ]9 x/ B5 w9 D  4.3.2 抽球问题的蒙特卡洛模拟 2 |( Z# _0 b! F$ h  4.3.3 用蒙特卡洛方法求圆周率 & L5 j/ I5 h: i- ?7 F8 S+ v6 i% ~4 j  4.3.4 用蒙特卡洛方法求积分   4.3.5 街头骗局揭秘 ) N7 O3 d3 q6 S9 I第5章 参数估计与假设检验 + b; K, n2 M) X5.1 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 ' z0 X7 F  T  S) c    5.2.1 总体标准差已知时的单个正态总体均值的检验 & W' S& v& ~7 V8 I, F    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 8 @0 X$ F9 W0 U7 m    5.2.5 总体均值未知时的两个正态总体方差的比较检验 & [0 ?- Z6 H& t" b  a5.3 案例15：分布的拟合与检验 7 }% n: y9 j+ W6 C6 @9 F8 }" C    5.3.1 案例描述     5.3.2 描述性统计量 ) o3 K* W: r7 P* v7 u    5.3.3 统计图 % W7 Y2 C# D9 Q8 w, K" @    5.3.4 分布的检验 5 Z/ E; b3 F# g7 U% t  n    5.3.5 最终的结论 5.4 案例16：核密度估计 % y2 q+ w; v1 G    5.4.1 经验密度函数 0 O* ?6 d- E0 }8 M) @    5.4.2 核密度估计 * ~! A) ?, i& r( p5 _9 r    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 ; x7 i) d$ D, a. e+ V! q % ]: `1 ]: z1 ?2 K" a第6章 COPULA理论及应用实例 - E6 r  k* F+ j6 j2 C: Z/ ~6.1 COPULA函数的定义与基本性质 1 c, C8 e7 ]7 ?& C  ~& S    6.1.1 二元Copula函数的定义及性质 5 U9 I0 ^8 ]( x# D9 G5 v  F! o    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   I4 D5 ?8 H- y$ a4 o& B# X    6.2.3 阿基米德copula函数 : f, h" k% @3 A" j  c9 W6 F6.3 COPULA函数与相关性度量     6.3.1 Pearson线性相关系数 ) U( |2 Q2 g5 S. M3 m* p    6.3.2 Kendall秩相关系数     6.3.3 Spearman秩相关系数 0 G2 x$ x8 _9 l    6.3.4 尾部相关系数     6.3.5 基于Copula函数的相关性度量 0 G% n% o& p+ |9 y/ i) a* F$ g    6.3.6 基于常用二元Copula函数的相关性度量 * P" ^- h7 E% P$ H6.4 案例17：沪深股市日收益率的二元COPULA模型 ! n3 R2 t8 p! d3 w( y; g* n    6.4.1 案例描述 6 Y; z8 E1 u+ p. I9 R6 H    6.4.2 确定边缘分布     6.4.3 选取适当的Copula函数 + x- k. W2 V- T  ^, c7 ~& F0 p    6.4.4 参数估计 $ b9 N; w0 m& F4 v8 G( b% E    6.4.5 与Copula有关的MATLAB函数 9 C, {1 o* e6 c    6.4.6 案例的计算与分析 # Z7 r. p8 L5 P# z, F3 [2 ^+ A1 c ( M/ W4 L! R. j0 I2 |2 I第7章 方差分析 . F9 r* Y& D; }; S$ L: h7.1 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     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 6 X0 A" |' @, f2 S, N( U    7.2.2 案例分析 ; y) C4 l# \8 C/ [1 C. y7.3 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 6 v4 G  J; N; C    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 0 S# }" J! @; Q" N3 G5 w) ?' \, }7.5 案例22：非参数方差分析 1 L8 Q+ X" {! y8 T$ x& l# l, G5 |    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 ; J  T4 s* R- {% l& L$ t    7.5.3 Friedman检验的案例分析 第8章 数据拟合 % v* W( m: I1 F/ H& \" S6 A# J8.1 案例23：一元线性回归分析     8.1.1 数据的散点图 8 S$ ^" f) O& v- Q    8.1.2 调用regress函数作一元线性回归分析 ' H/ @, N* F& j2 L" \9 n% A3 r9 y    8.1.3 调用regstats函数作一元线性回归分析 9 @) d6 }# h  U/ u1 `% H4 h    8.1.4 调用robustfit函数作稳健回归 0 V; R/ K, Z2 O  W8.2 案例24：一元非线性回归分析 0 J$ h; m& a% [3 w: f- L+ g    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     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     8.3.1 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 * y0 q7 |0 {& Q9 u" c% U 3 h! _6 \/ i  K( I0 ~第9章 聚类分析 + g1 {) }8 h! [, y9.1 聚类分析简介     9.1.1 距离和相似系数     9.1.2 系统聚类法     9.1.3 K均值聚类法 - h% D; n6 X1 Y0 U    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 5 ]& D4 k$ f) Q9 D4 j2 L    9.2.2 样品聚类案例     9.2.3 变量聚类案例   p- \4 w2 x& Y9.3 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 , D7 O6 L2 S. \2 N    9.4.1 模糊C均值聚类法的MATLAB函数 % N  l! f" I! x# W4 k- D    9.4.2 模糊C均值聚类法案例 ) q; r# m. F3 ^, t! y 第10章 判别分析 10.1 判别分析简介     10.1.1 距离判别     10.1.2 贝叶斯判别 - V) a7 w' M2 \# d8 H3 u/ C7 _    10.1.3 Fisher判别 10.2 案例29：距离判别法的案例分析 ; w# n7 p; W" J. J5 ?    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 - Q3 C' g4 [9 _- ?4 k    10.3.1 NaiveBayes类 * ?. f* q  m! Y! V$ w    10.3.2 案例分析 6 Y. l# n5 x% O4 O) c/ f4 k: X% U; c10.4 案例31：FISHER判别法的案例分析 2 o0 U1 m+ N% N" ^4 }    10.4.1 Fisher判别分析的MATLAB实现 * X3 O3 P+ C$ G0 O+ G) `: _    10.4.2 案例分析 ! Q  K/ q4 n# Q% G4 `第11章 主成分分析 11.1 主成分分析简介 7 h2 W$ y! v' P( o, t" _    11.1.1 主成分分析的几何意义     11.1.2 总体的主成分 # s; E6 Z2 R$ O2 g    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 , i; S# X) _7 B11.2 主成分分析的MATLAB函数 * b6 E4 c, C' q; H    11.2.1 pcacov函数 0 e3 H" y+ Q2 \  Q" ^$ _7 n& L    11.2.2 princomp函数 $ ~; D; _0 R7 \) I    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 6 f4 T/ O/ C) Q9 j$ h( k! _11.4 案例33：从样本观测值矩阵出发求解主成分 4 D: d& T, E! E. ^5 G/ c    11.4.1 调用princomp函数作主成分分析 . a; U( {  u, h: i5 E; G    11.4.2 结果分析 ) G6 \  r9 [0 X2 D3 g9 Q    11.4.3 调用pcares函数重建观测数据 ; w. P! U$ J& r& b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     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 ! r0 L: v  R& a9 f! P! n. \3 l    12.1.4 因子旋转 $ H6 o8 V' \/ \; q# c    12.1.5 因子得分     12.1.6 因子分析中的Heywood现象 7 _3 L- |) G* }0 T: L12.2 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 # z$ W$ M7 b& o; m    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 / B# K9 Y9 ~+ B% D0 S. M    1.1.1 案例描述 5 a/ Y5 ^( g: m% y    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     1.3.1 案例描述 5 U3 ^( B+ |1 G; D    1.3.2 中位数算法原理     1.3.3 本案例的MATLAB实现一 " }5 b0 k7 w3 ^    1.3.4 本案例的MATLAB实现二 " V, |' i. f9 b- E" s& Q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     1.4.2 创建朴素贝叶斯分类器对象     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 6 r. a; T% \  u0 e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？