《MATLAB统计分析与应用：40个案例分析

liyan1259

内容简介： " I9 ]% h1 D0 t7 ^- X9 A, N8 V 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。 : M1 m$ @, a. w+ K7 D( S- u前    言： / O$ F) o) o0 f" N! HMATLAB、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？ 4 D7 @$ l8 Q, D% m7 S* I/ u$ r ! ]4 q1 K3 c' ^0 M0 A& ^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 F4 X# o7 w7 J+ C2 ^8 S目录： ) x6 W- r) B# B( T& Y第1章 利用MATLAB生成WORD和EXCEL文档 1 _$ i! `( O& X5 y9 a7 W3 u1.1 组件对象模型（COM） # i0 I' Y4 w( E) [8 I    1.1.1 什么是COM ; P- c5 L  Y/ b' p) U. |  [    1.1.2 COM接口 7 T1 t/ T/ l, u8 X8 |1.2 MATLAB中的ACTIVEX控件接口技术     1.2.1 actxcontrol函数 # u6 s0 E( Z2 T1 N% q/ l% V    1.2.2 actxcontrollist函数     1.2.3 actxcontrolselect函数 4 e" C* F0 P" r$ v' o    1.2.4 actxserver函数     1.2.5 利用MATLAB调用COM对象 2 Q% Z. X) i4 b    1.2.6 调用actxserver函数创建组件服务器 ! ^  y% L7 i. v; y) N( z9 ]* C1.3 案例1：利用MATLAB生成WORD文档 3 ]) J- V3 q/ G- F/ s0 ~    1.3.1 调用actxserver函数创建MicrosoftWord服务器     1.3.2 建立Word文本文档 * I& S- O5 u* O2 n+ t    1.3.3 插入表格 + w9 ~. [: |7 X    1.3.4 插入图片     1.3.5 保存文档 ( w/ t# B/ {' B    1.3.6 完整代码   p$ R9 i1 b& o9 O5 r% X1.4 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 " A. H' C5 ]- o    1.4.2 新建Excel工作簿 + ^) }% q* \4 r7 q! a    1.4.3 获取工作表对象句柄 8 y; e2 d! e6 q% |3 L( e# R    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 ' B$ r* @/ ~: x    1.4.6 选取工作表区域 $ X2 t, l& _4 i2 v    1.4.7 设置行高和列宽 + c1 O9 L! A1 u    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 4 @5 C" v, y6 H' j. n" u) f    1.4.11 写入单元格内容     1.4.12 插入图片     1.4.13 保存工作簿 , s) m4 t1 h' w3 {! f    1.4.14 完整代码 / ?6 V0 d# B5 [  D2 F' Q 第2章 数据的导入与导出 7 a( ?$ l$ e+ t4 {, s8 M: X2.1 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 j4 a7 h/ T7 h( g/ V2 Q    2.1.3 调用低级函数读取数据 6 }% p( _/ v: 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   d5 p, o: Q) }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 # q2 X8 o5 v) F, e& U; e    2.3.2 调用xlsread函数读取数据 / e- C4 G9 [0 ^  V0 }! z# r2.4 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 0 U1 s( W3 O& Z8 m, E# N3 C8 p    3.1.1 smooth函数     3.1.2 smoothts函数 2 @, Q+ Y  `9 ?    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 $ u, U% Y# A5 L3 y/ ?: k: Q    3.2.2 标准化变换的MATLAB实现 + N; U: c, J$ S3.3 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     3.3.2 极差归一化变换的MATLAB实现 第4章 生成随机数 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 0 @- G5 Q0 V2 [, D5 W    4.1.3 常见一元分布随机数 9 b  T7 x+ V. F+ H+ V' \    4.1.4 任意一元分布随机数 & u& W8 l/ A2 m2 F3 L5 U! w  S) G$ _4.2 案例11：生成多元分布随机数 + o% p1 j) k2 n0 b) a& [! U4.3 案例12：蒙特卡洛方法 ( Z! O/ Q, }& e7 Q* k  4.3.1 有趣的蒙提霍尔问题   k* O# w& u* k, D  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 - y5 l2 _1 b/ B, o7 I. S$ Q) s  4.3.4 用蒙特卡洛方法求积分   4.3.5 街头骗局揭秘   r) d6 \* h! ^  v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 / o9 x  r' W# L' J7 ?4 `2 _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 . E6 y0 Q, G# d3 U9 F! h: }( h3 s    5.2.2 总体标准差未知时的单个正态总体均值的检验 % `# b9 f; a% y' F3 V. k    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 : S& T  q* Y! A6 ?    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 8 X& S5 l/ X0 u) l    5.3.2 描述性统计量 / t. N0 e6 d+ _4 p    5.3.3 统计图     5.3.4 分布的检验 6 E2 Q+ q, M* E9 W8 m8 Q% v    5.3.5 最终的结论 " s! M6 T1 ^5 x9 E/ q5 \8 Q* w5.4 案例16：核密度估计 ; Q% E; h' T  |    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 . I$ y+ s' M7 v3 w 第6章 COPULA理论及应用实例 5 W' E( S! Q$ s  g" v; l6.1 COPULA函数的定义与基本性质 4 H1 E$ m4 ]  d# `    6.1.1 二元Copula函数的定义及性质 ' |1 f5 q! F( B0 h# ]+ _8 Q( w- C8 A    6.1.2 多元Copula函数的定义及性质 6.2 常用的COPULA函数 . [/ P  B% u; V6 X    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     6.3.1 Pearson线性相关系数     6.3.2 Kendall秩相关系数 # K8 x2 t( s4 w6 p    6.3.3 Spearman秩相关系数 ! l4 h/ l" T5 e0 ~1 O  J6 ]    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 6.4 案例17：沪深股市日收益率的二元COPULA模型 " {; P- p* }, Q0 p+ ~    6.4.1 案例描述 : v7 g2 ^! y  ^- x    6.4.2 确定边缘分布     6.4.3 选取适当的Copula函数 / l6 k% u9 M# n( k0 U. n( B    6.4.4 参数估计     6.4.5 与Copula有关的MATLAB函数 ; i2 X4 x/ z8 k, _7 q    6.4.6 案例的计算与分析 " w$ I' @) z, X. P. U( Y- E# D第7章 方差分析 $ H) ]0 t+ Y2 G5 W, s) F  Y7.1 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   W: `9 L- D% d, D! u    7.1.2 案例分析 : l* M9 n3 |6 g' K1 R' ^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     7.2.2 案例分析 + W5 U% c2 `! Q2 |/ W2 K7.3 案例20：多因素一元方差分析 ( x2 x) b5 Z" z- n    7.3.1 多因素一元方差分析的MATLAB实现 " U, B1 W( ?$ ~. `    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 ' q8 N! t* D: U" @- k, u7.5 案例22：非参数方差分析     7.5.1 非参数方差分析的MATLAB实现 ( _8 @2 Z" V* k& ]2 z) i; z( t    7.5.2 Kruskal-Wallis检验的案例分析     7.5.3 Friedman检验的案例分析 , J4 h2 G( n- b- q . v! a' d: c2 j) K第8章 数据拟合 8 h1 u+ A+ e" y2 X) z# f$ a8.1 案例23：一元线性回归分析 1 u" N4 l, x8 |7 [3 y& x    8.1.1 数据的散点图 6 @& Y+ [/ s2 X0 ^' E% \  {8 o5 s3 `1 m    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   m% S6 [3 Q2 ]1 f8.2 案例24：一元非线性回归分析 $ S/ D. @# Y* q1 A; G! k& e6 D* v    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 / H6 d: f% v0 ?3 J3 P/ S8.3 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 . g. X$ o5 x3 I  C1 D- i8 O    8.3.2 调用stepwise函数作逐步回归 7 G0 `) J1 L/ G" { : M4 X7 v2 h- G5 x8 i+ R$ @第9章 聚类分析 9.1 聚类分析简介     9.1.1 距离和相似系数 - \$ |* r4 Z; B" D! m$ U1 m    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 5 u' u% Y& E6 k) C9.2 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 6 G0 B( z2 U/ ~# }7 X# Y    9.2.2 样品聚类案例 ( Z. b1 [. X; |9 {/ V, V: u: r    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 & u. x6 }* Z( N: ]% _    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     9.4.2 模糊C均值聚类法案例 第10章 判别分析 8 [% {, C3 o( u& Q( `  C10.1 判别分析简介 $ p( @# q4 R- @7 {    10.1.1 距离判别 5 @: O" |) o6 g( u$ U& q$ A: P) i, A    10.1.2 贝叶斯判别     10.1.3 Fisher判别 - X3 Z# [; L& F  C: q; {6 {# m) e10.2 案例29：距离判别法的案例分析     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 5 ~( f# A9 [& l  G    10.3.1 NaiveBayes类 7 @; q0 T7 m' \" Q    10.3.2 案例分析 # B4 h8 y4 l2 f5 I: _  X10.4 案例31：FISHER判别法的案例分析     10.4.1 Fisher判别分析的MATLAB实现     10.4.2 案例分析 ( I- f% F2 t8 @- w# A! u 第11章 主成分分析 11.1 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 0 G3 ~" @7 c9 C' ~5 T9 r1 _    11.1.3 样本的主成分 1 A& ?- Q, o) N/ I9 b& S. e! ^    11.1.4 关于主成分表达式的两点说明 8 d. f! s" p$ u; \11.2 主成分分析的MATLAB函数     11.2.1 pcacov函数     11.2.2 princomp函数 ! l/ n. ]: }5 g, |' W    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 ! E; y0 ~9 o6 F$ a  e' e0 s    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 5 {" [5 |% N' I6 @    11.4.1 调用princomp函数作主成分分析 8 v9 d$ g% c- c% \  a    11.4.2 结果分析 $ x1 \* H1 B* F! M# e) e; Q    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 ; O1 L& T8 k# X5 [6 L& L2 |0 h! t" y    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     12.1.4 因子旋转     12.1.5 因子得分 , A- Y3 K* i( r' @    12.1.6 因子分析中的Heywood现象 " U- j4 z/ y- v4 r12.2 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 : a. n0 ]" a% c' d3 z& {! `6 Q案例36：基于图像资料的数据重建与拟合     1.1.1 案例描述 ( T/ w8 I" k$ u( Q    1.1.2 重建图像数据 . ?( d  \( ^& o5 n( a    1.1.3 曲线拟合 , a9 ^% d' z5 A% E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 ' e- S8 A  r, T$ F0 h0 d5 s6 D案例38：基于中位数算法的运动目标检测     1.3.1 案例描述 , _4 X6 N( W. c9 x0 }  @    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 $ C1 X/ a. H: w5 ?) V) H! L    1.4.1 样本图片的预处理 " J" y( Y7 k3 E. ?2 L    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 0 R6 @4 C1 C* [# `4 y. q    1.5.2 图像压缩与重建的MATLAB实现 3 C0 u' r6 I& T( H3 C  b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？
: b2 t2 ?& f7 V, P& e