《MATLAB數據分析教程》是2020年1月清華大學出版社出版的圖書，作者是由偉、劉亞秀。
基本介紹
- 書名：MATLAB數據分析教程
- 作者：由偉
劉亞秀 - ISBN：9787302537397
- 定價：59元
- 出版社：清華大學出版社
- 出版時間：2020年1月
內容簡介,圖書目錄,
內容簡介
《MATLAB數據分析教程》介紹了MATLAB在數據分析中的套用，《MATLAB數據分析教程》共分為13章，各章主要內容包括數據分析與MATLAB軟體、MATLAB基礎、MATLAB科學計算、數據預處理、繪圖與數據可視化、數據的描述性統計與分析、方差分析、數據擬合與回歸分析、蒙特卡懂精榜洛模擬與套用、最最佳化方法與套用、判別分析與聚類分析、人工神經網路及套用等。
《MATLAB數據分析教程》注重實用，可以作為高等院校機械、材料、電子、通信等理工類及經濟、金融、管理等文科類專業的研邀膠究生、本科生的教材，也可以作為教師、科研人員和工程技術人員的自學和參考用書。
圖書目錄
第1章 數據分析與MATLAB軟體 1
1.1 數據分析概述 1
1.1.1 數據時代 1
1.1.2 數據分析的意義和作用臭愉應 1
1.1.3 數據分析方法 2
1.2 MATLAB軟體 2
1.2.1 功能和套用 2
1.2.2 特點 3
1.3 MATLAB在數據分析中的套用 4
習題 4
第2章 MATLAB基礎 5
2.1 MATLAB基礎 5
2.1.1 MATLAB軟體的版本 5
2.1.2 MATLAB軟體的啟動 5
2.1.3 指令窗的結構 6
2.2 編寫第一個MATLAB程式 7
2.2.1 第一個MATLAB程式 7
2.2.2 程式的正確性 7
2.3 編輯器的使用 8
2.3.1 打開編輯器 8
2.3.2 編寫程式 8
2.3.3 運行程式 9
2.3.4 程式的編輯和修改 9
2.4 MATLAB的查詢和幫助功能 10
2.4.1 help指令 10
2.4.2 lookfor指令 10
2.5 MATLAB的運算單元及基本操作 11
2.5.1 MATLAB的數據類型 11
2.5.2 矩陣 11
2.5.3 矩陣的操作 13
2.5.4 特殊向量 15
2.5.5 向量的操作 18
習題 19
第3章 MATLAB科學計算 20
3.1 數值計算 20
3.1.1 基本運算 20
3.1.2 求解多項式 28
3.1.3 求導數 31
3.1.4 求方程的近似解 31
3.1.5 求數值積分 32
3.1.6 求函式最小值 33
3.1.7 求函式的臭雅付零點 34
3.1.8 解非線性方程組 35
3.1.9 求微分方程的數值解 36
3.2 符號計算 39
3.2.1 基本運算 39
3.2.2 多項式運算 41
3.2.3 解方程和方程組 42
3.2.4 求微積分 44
3.2.5 常微分方程 47
習題 48
第4章 數據預處理 51
4.1 數據歸一化 51
4.1.1 標準化變換 51
4.1.2 極差歸一化變換 54
4.2 數據的平滑處理 56
4.2.1 smooth指令 57
4.2.2 smoothts指令 62
4.2.3 medfilt1指令 66
4.3 數鴉付敬盼據降維 67
4.3.1 主成分分析 67
4.3.2 因子分析 71
習題 76
第5章 繪圖與數據可視化I——二維
繪圖 79
5.1 二維曲線 79
5.1.1 二維曲線的繪製 79
5.1.2 函式圖形的繪製 82
5.2 二維圖形 85
5.2.1 直方圖 85
5.2.2 餅形圖 87
5.2.3 階梯圖 87
5.2.4 頻數分布直方圖 89
5.2.5 火柴桿圖 89
5.2.6 誤差棒圖 90
5.3 圖形要素的設定和控制 91
5.3.1 曲線的設定 91
5.3.2 坐標軸的設定 95
5.3.3 圖形的標註和說明 101
5.3.4 圖形的重疊繪製 104
5.3.5 圖形填色 105
5.3.6 創建多個圖形視窗囑淋蘭 106
5.3.7 子視窗的建立 107
5.3.8 圖形的變焦觀察 108
5.3.9 顯示圖形指定位置的
坐標值 109
習題 110
第6章 繪圖與數據可視化II——三維
繪圖 112
6.1 三維曲線 112
6.1.1 三維曲線 112
6.1.2 網線圖 113
6.2 三維曲面圖 122
6.2.1 三維曲面圖的繪製指令照組套洪 123
6.2.2 等高線圖 123
6.2.3 偽彩圖 126
6.2.4 矢量場圖 127
6.2.5 柱面圖 130
6.2.6 球面圖 131
6.2.7 截面圖 132
6.3 三維圖形的操縱 133
6.3.1 視角的設定 133
6.3.2 圖形的重疊 135
6.3.3 多種功能的組合 136
習題 140
第7章 數據的描述性統計和分析 142
7.1 數據的基本特徵 142
7.1.1 數據的數量 142
7.1.2 最大值 143
7.1.3 最小值 144
7.1.4 元素的和 144
7.1.5 平均值 145
7.1.6 按序排列 145
7.1.7 極差 146
7.1.8 中位數 147
7.1.9 分位數 148
7.1.10 眾數 149
7.1.11 原點矩 149
7.1.12 中心矩 150
7.2 數據的頻數分布 151
7.2.1 頻數表 151
7.2.2 頻數分布直方圖 151
7.3 數據的常態分配分析 153
7.3.1 偏度 154
7.3.2 峰度 155
7.4 數據的離散度分析 155
7.4.1 方差 155
7.4.2 標準差 155
7.4.3 變異係數 156
7.5 相關性分析 156
7.5.1 協方差 157
7.5.2 相關係數 157
習題 159
第8章 方差分析 160
8.1 概述 160
8.1.1 類型 160
8.1.2 原理 160
8.2 單因素一元方差分析 161
8.3 其他類型的方差分析 168
8.3.1 雙因素一元方差分析 168
8.3.2 多因素一元方差分析 175
8.3.3 單因素多元方差分析 178
習題 181
第9章 數據擬合與回歸分析 184
9.1 概述 184
9.2 一元線性回歸分析 184
9.2.1 步驟 185
9.2.2 最小二乘法 185
9.3 多元線性回歸分析 187
9.4 一元非線性回歸分析 190
9.4.1 曲線直線化 190
9.4.2 多項式擬合 197
9.5 多元非線性回歸分析 203
9.5.1 曲線直線化 203
9.5.2 多項式回歸 203
9.6 插值 205
9.6.1 一元插值 205
9.6.2 二元插值 207
習題 212
第10章 蒙特卡洛模擬與套用 214
10.1 概述 214
10.1.1 名稱來源 214
10.1.2 原理和步驟 214
10.1.3 特點 214
10.2 蒙特卡洛法的基礎——隨機數 215
10.2.1 rand指令 215
10.2.2 randn指令 217
10.2.3 randi指令 219
10.2.4 mnrnd指令 220
10.2.5 mvnrnd指令 222
10.2.6 隨機數的操作 222
10.2.7 隨機數的套用實例——模擬
投擲硬幣 226
10.3 蒙特卡洛法套用實例 229
10.3.1 計算圓周率?的值 229
10.3.2 求定積分 233
10.3.3 模擬布朗運動 237
10.3.4 物體表面形貌的模擬 238
10.3.5 材料成分設計與質量
控制 241
10.3.6 模擬股票價格 245
習題 248
第11章 最最佳化方法與套用 249
11.1 概述 249
11.1.1 類型 249
11.1.2 主要步驟 249
11.1.3 套用 250
11.2 線性規劃問題 250
11.3 二次規劃問題 255
11.4 非線性規劃問題 260
11.4.1 有約束問題 260
11.4.2 無約束問題 264
11.5 多目標規劃問題 266
11.6 最小化問題 269
11.7 最大最小化問題 270
習題 272
第12章 判別分析和聚類分析 273
12.1 概述 273
12.1.1 特徵 273
12.1.2 主要步驟 273
12.1.3 類型 273
12.1.4 套用領域 274
12.2 判別分析方法與實例 274
12.2.1 距離判別法 274
12.2.2 樸素貝葉斯判別法 281
12.3 聚類分析方法與實例 283
12.3.1 系統聚類法 283
12.3.2 K均值聚類法 287
12.3.3 模糊C均值聚類法 292
12.3.4 聚類分析的挑戰和機遇 297
習題 297
第13章 人工神經網路及套用 299
13.1 概述 299
13.1.1 人工神經網路的結構 299
13.1.2 人工神經網路的特點 301
13.2 人工神經網路數據分析的原理
與方法 301
13.2.1 原理 301
13.2.2 適用範圍 302
13.2.3 方法和步驟 302
13.3 人工神經網路的MATLAB編程
及套用 304
13.3.1 材料性能預測 304
13.3.2 影響因素的定量分析 316
13.3.3 用人工神經網路進行判別
分析 322
習題 326
習題 48
第4章 數據預處理 51
4.1 數據歸一化 51
4.1.1 標準化變換 51
4.1.2 極差歸一化變換 54
4.2 數據的平滑處理 56
4.2.1 smooth指令 57
4.2.2 smoothts指令 62
4.2.3 medfilt1指令 66
4.3 數據降維 67
4.3.1 主成分分析 67
4.3.2 因子分析 71
習題 76
第5章 繪圖與數據可視化I——二維
繪圖 79
5.1 二維曲線 79
5.1.1 二維曲線的繪製 79
5.1.2 函式圖形的繪製 82
5.2 二維圖形 85
5.2.1 直方圖 85
5.2.2 餅形圖 87
5.2.3 階梯圖 87
5.2.4 頻數分布直方圖 89
5.2.5 火柴桿圖 89
5.2.6 誤差棒圖 90
5.3 圖形要素的設定和控制 91
5.3.1 曲線的設定 91
5.3.2 坐標軸的設定 95
5.3.3 圖形的標註和說明 101
5.3.4 圖形的重疊繪製 104
5.3.5 圖形填色 105
5.3.6 創建多個圖形視窗 106
5.3.7 子視窗的建立 107
5.3.8 圖形的變焦觀察 108
5.3.9 顯示圖形指定位置的
坐標值 109
習題 110
第6章 繪圖與數據可視化II——三維
繪圖 112
6.1 三維曲線 112
6.1.1 三維曲線 112
6.1.2 網線圖 113
6.2 三維曲面圖 122
6.2.1 三維曲面圖的繪製指令 123
6.2.2 等高線圖 123
6.2.3 偽彩圖 126
6.2.4 矢量場圖 127
6.2.5 柱面圖 130
6.2.6 球面圖 131
6.2.7 截面圖 132
6.3 三維圖形的操縱 133
6.3.1 視角的設定 133
6.3.2 圖形的重疊 135
6.3.3 多種功能的組合 136
習題 140
第7章 數據的描述性統計和分析 142
7.1 數據的基本特徵 142
7.1.1 數據的數量 142
7.1.2 最大值 143
7.1.3 最小值 144
7.1.4 元素的和 144
7.1.5 平均值 145
7.1.6 按序排列 145
7.1.7 極差 146
7.1.8 中位數 147
7.1.9 分位數 148
7.1.10 眾數 149
7.1.11 原點矩 149
7.1.12 中心矩 150
7.2 數據的頻數分布 151
7.2.1 頻數表 151
7.2.2 頻數分布直方圖 151
7.3 數據的常態分配分析 153
7.3.1 偏度 154
7.3.2 峰度 155
7.4 數據的離散度分析 155
7.4.1 方差 155
7.4.2 標準差 155
7.4.3 變異係數 156
7.5 相關性分析 156
7.5.1 協方差 157
7.5.2 相關係數 157
習題 159
第8章 方差分析 160
8.1 概述 160
8.1.1 類型 160
8.1.2 原理 160
8.2 單因素一元方差分析 161
8.3 其他類型的方差分析 168
8.3.1 雙因素一元方差分析 168
8.3.2 多因素一元方差分析 175
8.3.3 單因素多元方差分析 178
習題 181
第9章 數據擬合與回歸分析 184
9.1 概述 184
9.2 一元線性回歸分析 184
9.2.1 步驟 185
9.2.2 最小二乘法 185
9.3 多元線性回歸分析 187
9.4 一元非線性回歸分析 190
9.4.1 曲線直線化 190
9.4.2 多項式擬合 197
9.5 多元非線性回歸分析 203
9.5.1 曲線直線化 203
9.5.2 多項式回歸 203
9.6 插值 205
9.6.1 一元插值 205
9.6.2 二元插值 207
習題 212
第10章 蒙特卡洛模擬與套用 214
10.1 概述 214
10.1.1 名稱來源 214
10.1.2 原理和步驟 214
10.1.3 特點 214
10.2 蒙特卡洛法的基礎——隨機數 215
10.2.1 rand指令 215
10.2.2 randn指令 217
10.2.3 randi指令 219
10.2.4 mnrnd指令 220
10.2.5 mvnrnd指令 222
10.2.6 隨機數的操作 222
10.2.7 隨機數的套用實例——模擬
投擲硬幣 226
10.3 蒙特卡洛法套用實例 229
10.3.1 計算圓周率?的值 229
10.3.2 求定積分 233
10.3.3 模擬布朗運動 237
10.3.4 物體表面形貌的模擬 238
10.3.5 材料成分設計與質量
控制 241
10.3.6 模擬股票價格 245
習題 248
第11章 最最佳化方法與套用 249
11.1 概述 249
11.1.1 類型 249
11.1.2 主要步驟 249
11.1.3 套用 250
11.2 線性規劃問題 250
11.3 二次規劃問題 255
11.4 非線性規劃問題 260
11.4.1 有約束問題 260
11.4.2 無約束問題 264
11.5 多目標規劃問題 266
11.6 最小化問題 269
11.7 最大最小化問題 270
習題 272
第12章 判別分析和聚類分析 273
12.1 概述 273
12.1.1 特徵 273
12.1.2 主要步驟 273
12.1.3 類型 273
12.1.4 套用領域 274
12.2 判別分析方法與實例 274
12.2.1 距離判別法 274
12.2.2 樸素貝葉斯判別法 281
12.3 聚類分析方法與實例 283
12.3.1 系統聚類法 283
12.3.2 K均值聚類法 287
12.3.3 模糊C均值聚類法 292
12.3.4 聚類分析的挑戰和機遇 297
習題 297
第13章 人工神經網路及套用 299
13.1 概述 299
13.1.1 人工神經網路的結構 299
13.1.2 人工神經網路的特點 301
13.2 人工神經網路數據分析的原理
與方法 301
13.2.1 原理 301
13.2.2 適用範圍 302
13.2.3 方法和步驟 302
13.3 人工神經網路的MATLAB編程
及套用 304
13.3.1 材料性能預測 304
13.3.2 影響因素的定量分析 316
13.3.3 用人工神經網路進行判別
分析 322
習題 326
