套用多元統計分析(2017年同濟大學出版社出版的圖書)

套用多元統計分析(2017年同濟大學出版社出版的圖書)

本詞條是多義詞,共10個義項
更多義項 ▼ 收起列表 ▲

《套用多元統計分析》是2017年同濟大學出版社出版的圖書。

基本介紹

  • 中文名:套用多元統計分析
  • 作者:韓明
  • 出版時間:2017年
  • 出版社:同濟大學出版社
  • ISBN:9787560872117
  • 類別:工學教材
  • 開本:16 開
  • 裝幀:平裝-膠訂
內容簡介,圖書目錄,

內容簡介

本書共分12章,在介紹多元統計分析的有關概念、背景的基礎上,突出統計思想,著重講解 常用方法,主要包括:多元數據的表示、線性回歸分析、逐步回歸與回歸診斷、廣義線性模型與非 線性模型、方差分析、聚類分析、判別分析、主成分分析、因子分析、對應分析、典型相關分析,注 重體現多元統計分析在各個領域的套用,將套用案例貫穿理論講解的始終,並給出了R軟體、 MATLAB的相關程式,本書汲取了國內外教材中流行的直觀、靈活的教學方法以及通過圖表和 套用案例進行教學的長處. 本書可以作為高等院校有關專業本科生、研究生“多元統計分析”課程的教材或參考書,也 可作為全國大學生(研究生)“數學建模競賽”、全國大學生“統計建模大賽”的培訓教材或參考 書,還可以供有關專業的教師、研究人員和工程技術人員參考。

圖書目錄

前言
第1版前言
1 緒論
1.1 多元統計分析概述
1.2 多元統計分析的套用
1.3 有關軟體介紹
1.4 本書的基本框架和內容安排
1.5 思考與練習題
2 多元數據的表示
2.1 多元數據的數學表示
2.1.1 多元數據的一般格式
2.1.2 多元數據的數字特徵
2.2 多元數據的展示及圖表示
2.3 思考與練習題
3 線性回歸分析
3.1 一元線性回歸的回顧
3.1.1 一個例子
3.1.2 數學模型
3.1.3 回歸參數的估計
3.1.4 回歸方程的顯著性檢驗
3.1.5 預測
3.2 多元線性回歸
3.2.1 多元線性回歸模型
3.2.2 回歸參數的估計
3.2.3 回歸方程的顯著性檢驗
3.2.4 預測
3.2.5 血壓、年齡以及體質指數問題
3.2.6 電力市場的輸電阻塞管理問題
3.3 多項式回歸
3.4 思考與練習題
4 逐步回歸與回歸診斷
4.1 逐步回歸
4.1.1 變數的選擇
4.1.2 逐步回歸的計算
4.2 回歸診斷
4.2.1 什麼是回歸診斷
4.2.2 兒童智力測試問題
4.3 Box-Cox變換
4.4 思考與練習題
5 廣義線性模型與非線性模型
5.1 廣義線性模型
5.1.1 廣義線性模型概述
5.1.2 Logistic模型
5.1.3 對數線性模型
5.2 一元非線性回歸模型
5.3 多元非線性回歸模型
5.3.1 R軟體中非線性擬合函式及其套用
5.3.2 MATLAB中非線性回歸函式及其套用
5.4 思考與練習題
6 方差分析
6.1 單因素方差分析
6.1.1 數學模型
6.1.2 方差分析
6.1.3 用R軟體做單因素方差分析
6.1.4 用MATLAB做單因素方差分析
6.1.5 均值的多重比較
6.2 雙因素方差分析
6.2.1 不考慮互動作用
6.2.2 考慮互動作用
6.3 多元方差分析
6.3.1 多個正態總體均值向量的檢驗
6.3.2 多個正態總體協方差矩陣的檢驗
6.4 本章附錄
6.5 思考與練習題
7 聚類分析
7.1 聚類分析的基本思想與意義
7.2 Q型聚類分析
7.2.1 兩點之間的距離
7.2.2 兩類之間的距離
7.2.3 用MATLAB進行聚類分析
7.2.4 用R軟體進行聚類分析
7.3 R型聚類分析
7.3.1 變數相似性度量
7.3.2 變數聚類法
7.4 我國高等教育發展狀況的聚類分析
7.4.1 問題的提出
7.4.2 問題的分析與建模
7.4.3 問題的求解
7.4.4 問題的研究結果
7.5 聚類分析要注意的問題
7.6 思考與練習題
8 判別分析
8.1 距離判別
8.1.1 馬氏距離
8.1.2 判別準則與判別函式
8.1.3 多總體情形
8.1.4 R軟體中的判別函式介紹與套用
8.2 Fisher判別
8.2.1 判別準則
8.2.2 判別函式中係數的確定
8.2.3 確定判別函式
8.3 Bayes判別
8.3.1 誤判機率與誤判損失
8.3.2 兩總體的Bayes判別
8.3.3 再看某氣象站有無春旱的判別問題
8.3.4 有關MATLAB程式和計算結果
8.4 蠓蟲分類問題
8.4.1 問題的提出
8.4.2 問題的分析與模型的建立
8.4.3 模型求解
8.5 判別分析中需要注意的幾個問題
8.6 思考與練習題
9 主成分分析
9.1 主成分分析的基本思想及方法
9.2 特徵值因子的篩選
9.3 主成分回歸分析
9.4 成年男子16項身體指標的主成分分析
9.5 學生身體四項指標的主成分分析
9.6 我國部分地區人均消費水平的主成分分析
9.7 我國高等教育發展情況的主成分分析
9.7.1 計算特徵值和特徵向量
9.7.2 選擇主成分與計算綜合評價值
9.7.3 問題的求解
9.7.4 問題的研究結果
9.8 主成分分析中需要注意的幾個問題
9.9 思考與練習題
10 因子分析
10.1 因子分析模型
10.1.1 數學模型
10.1.2 因子分析模型的性質
10.1.3 因子載荷矩陣中的幾個統計性質
10.2 因子載荷矩陣的估計方法
10.2.1 主成分分析法
10.2.2 主因子法
10.2.3 求因子載荷矩陣的例子
10.3 因子旋轉
10.4 因子得分
10.4.1 因子得分的概念
10.4.2 加權最小二乘法
10.5 因子分析的步驟
10.6 學生六門課程的因子分析
10.7 我國上市公司的實證分析
10.8 思考與練習題
11 對應分析
11.1 對應分析簡介
11.2 對應分析的原理
11.2.1 對應分析的數據變換方法
11.2.2 對應分析的原理和依據
11.2.3 對應分析的計算步驟
11.3 文化程度和就業觀點的對應分析
11.4 美國授予哲學博士學位的對應分析
11.5 對應分析在品牌定位研究中的套用
11.6 思考與練習題
12 典型相關分析
12.1 典型相關分析的基本思想
12.2 典型相關的數學描述
12.3 原始變數與典型變數之問的相關性
12.4 典型相關係數的檢驗
12.5 康復俱樂部數據的典型相關分析
12.6 職業滿意度的典型相關分析
12.7 中國城市競爭力與基礎設施的典型相關分析
12.7.1 城市競爭力指標與基礎設施指標
12.7.2 城市競爭力與基礎設施的典型相關分析
12.7.3 有關MATLAB程式
12.8 思考與練習題
參考文獻

相關詞條

熱門詞條

聯絡我們