《基於Matlab的地理數據分析》是2012年出版的圖書，作者是陳彥光。
基本介紹
- 作者：陳彥光
- ISBN：9787040341720
- 頁數：398
- 定價：55.00元
- 出版時間：2012-7
- 副標題：基於Matlab的地理數據分析
內容介紹,作品目錄,
內容介紹
《數據分析與模擬叢書:基於Matlab的地理數據分析》面向地理問題，基於Matlab軟體，講述了大量數學方法的套用思路和過程。內容涉及回歸分析、主成分分析、因子分析、聚類分析、判別分析、時（空）間序列分析、Markov鏈、R/S分析、線性規劃、層次分析法以及人工神經網路建模等方法。通過模仿《數據分析與模擬叢書:基於Matlab的地理數據分析》講授的計算過程，讀者可以加深對有關數學方法的認識和理解，並且掌握很多Matlab的套用技巧。《數據分析與模擬叢書:基於Matlab的地理數據分析》最初以北京大學本科生計量地理學的輔助教材形式出現，但實際上是作者對Matlab計算功能深入套用的經驗總結。《數據分析與模擬叢書:基於Matlab的地理數據分析》中的講授體例與一般Matlab的教科書不同，計算過程設計為筆者獨創，在國內外其他教科書中未曾見到。
作品目錄
第1章 一元線性回歸分析
1.1 線性回歸模型的矩陣形式
1.1.1 同歸模型的矩陣表示
1.1.2 主要統計量的矩陣表示
1.2 一元線性回歸
1.2.1 數據的初步考察
1.2.2 第一種模型求解途徑——矩陣運算
1.2.3 第二種模型求解途徑——多項式擬合
1.2.4 第三種模型求解途徑——調用回歸分析程式包
1.3 統計檢驗
1.3.1 相關知識的說明
1.3.2 主要的統計檢驗
1.4 總體回歸估計和預測分析
1.4.1 總體回歸估計
1.4.2 解釋和外推預測分析
1.5 小結
第2章 多元逐步回歸分析
2.1 多元線性回歸分析
2.1.1 第一種途徑——利用矩陣運算
2.1.2 第二種途徑——調用回歸分析程式包
2.1.3 統計檢驗
2.2 多重共線性判斷
2.2.1 VIF值的第一種計算方法
2.2.2 VIF值的第二種計算方法
2.2.3 多元同歸分析的變數選擇問題
2.3 逐步回歸分析
2.3.1 Matlab逐步回歸功能說明
2.3.2 逐步回歸的實現
2.3.3 回歸結果的輸出和解讀
2.4 逐步擬合
2.4.1 怏速擬合方法
2.4.2 詳細擬合方法
2.4.3 幾點說明
2.5 小結
第3章 非線性模型參數估計
3.1 常見數學模型表達式
3.2 常見實例——一變數的情形
3.2.1 指數模型（Ⅰ）
3.2.2 對數模型
3.2.3 冪指數模型
3.2.4 雙曲線模型
3.2.5 Logistic模型（二參數形式）
3.2.6 指數模型（Ⅱ）
3.2.7 指數模型與Iogistic模型
3.3 常見實例——一變數化為多變數的情形
3.3.1 多項式模型
3.3.2 二次指數模型
3.3.3 三參數logistic模型
3.3.4 Gamma模型
3.4 常見實例——多變數的情形
3.4.1 Cobb-Douglas生產函式
3.4.2 帶有交叉變數的回歸模型
3.5 廣義線性擬合
3.5.1 廣義線性擬合函式
3.5.2 典型的例子
3.6 方法比較
3.7 小結
第4章 主成分分析
4.1 實例和數據
4.1.1 案例數據
4.1.2 數據的保存與調用
4.2 第一套計算方案
4.2.1 詳細計算步驟
4.2.2 計算程式的整理和結果的輸出
4.2.3 計算結果的整理
4.3 第二套計算方案
4.3.1 程式的修改
4.3.2 兩套方案的比較
4.4 第三套計算方案
4.4.1 計算程式
4.4.2 T統計量
4.5 配套函式的調用
4.5.1 從協方差矩陣出發
4.5.2 主成分的殘差分析
4.5.3 Bartlett檢驗
4.6 結果分析方法
4.6.1 結果分析
4.6.2 綜合評價
4.7 小結
第5章 因子分析
第6章 層次聚類分析
第7章 判別分析
第8章 自相關分析
第9章 自回歸分析
第10章 譜分析
第11章 小波分析
第12章 R/S分析
第13章 Markov鏈分析
第14章 線性規劃
第15章 層次分析法
第16章 人工神經網路
1.1 線性回歸模型的矩陣形式
1.1.1 同歸模型的矩陣表示
1.1.2 主要統計量的矩陣表示
1.2 一元線性回歸
1.2.1 數據的初步考察
1.2.2 第一種模型求解途徑——矩陣運算
1.2.3 第二種模型求解途徑——多項式擬合
1.2.4 第三種模型求解途徑——調用回歸分析程式包
1.3 統計檢驗
1.3.1 相關知識的說明
1.3.2 主要的統計檢驗
1.4 總體回歸估計和預測分析
1.4.1 總體回歸估計
1.4.2 解釋和外推預測分析
1.5 小結
第2章 多元逐步回歸分析
2.1 多元線性回歸分析
2.1.1 第一種途徑——利用矩陣運算
2.1.2 第二種途徑——調用回歸分析程式包
2.1.3 統計檢驗
2.2 多重共線性判斷
2.2.1 VIF值的第一種計算方法
2.2.2 VIF值的第二種計算方法
2.2.3 多元同歸分析的變數選擇問題
2.3 逐步回歸分析
2.3.1 Matlab逐步回歸功能說明
2.3.2 逐步回歸的實現
2.3.3 回歸結果的輸出和解讀
2.4 逐步擬合
2.4.1 怏速擬合方法
2.4.2 詳細擬合方法
2.4.3 幾點說明
2.5 小結
第3章 非線性模型參數估計
3.1 常見數學模型表達式
3.2 常見實例——一變數的情形
3.2.1 指數模型（Ⅰ）
3.2.2 對數模型
3.2.3 冪指數模型
3.2.4 雙曲線模型
3.2.5 Logistic模型（二參數形式）
3.2.6 指數模型（Ⅱ）
3.2.7 指數模型與Iogistic模型
3.3 常見實例——一變數化為多變數的情形
3.3.1 多項式模型
3.3.2 二次指數模型
3.3.3 三參數logistic模型
3.3.4 Gamma模型
3.4 常見實例——多變數的情形
3.4.1 Cobb-Douglas生產函式
3.4.2 帶有交叉變數的回歸模型
3.5 廣義線性擬合
3.5.1 廣義線性擬合函式
3.5.2 典型的例子
3.6 方法比較
3.7 小結
第4章 主成分分析
4.1 實例和數據
4.1.1 案例數據
4.1.2 數據的保存與調用
4.2 第一套計算方案
4.2.1 詳細計算步驟
4.2.2 計算程式的整理和結果的輸出
4.2.3 計算結果的整理
4.3 第二套計算方案
4.3.1 程式的修改
4.3.2 兩套方案的比較
4.4 第三套計算方案
4.4.1 計算程式
4.4.2 T統計量
4.5 配套函式的調用
4.5.1 從協方差矩陣出發
4.5.2 主成分的殘差分析
4.5.3 Bartlett檢驗
4.6 結果分析方法
4.6.1 結果分析
4.6.2 綜合評價
4.7 小結
第5章 因子分析
第6章 層次聚類分析
第7章 判別分析
第8章 自相關分析
第9章 自回歸分析
第10章 譜分析
第11章 小波分析
第12章 R/S分析
第13章 Markov鏈分析
第14章 線性規劃
第15章 層次分析法
第16章 人工神經網路
