1k MATLAB數據分析方法 第2版 MATLAB軟件教程書籍 數據處理基本方法matl pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

圖書標籤:

• MATLAB
• 數據分析
• 數據處理
• MATLAB教程
• 科學計算
• 工程計算
• 第2版
• 軟件教程
• matl
• 數學建模

店鋪： 學無止境圖書專營店

齣版社： 1

ISBN：9787111558507

商品編碼：27185075257

叢書名： MATLAB數據分析方法 第2版

商品參數

MATLAB數據分析方法 第二版
	定價	39.00
	齣版社	機械工業齣版社
	版次	第二版
	齣版時間
	開本	16開
	作者	吳禮斌 李柏年
	裝幀	平裝
	頁數	0
	字數	0
	ISBN編碼	9787111558507

內容介紹

數據分析方法就是解決大數據分析與應用的重要方法,已成為自然科學和社會科學各個學科研究者必備的知識。MATLAB是一套高性能的數值計算和可視化軟件，是實現數據分析與處理的有效工具。全書共分7章，主要內容包括：MATLAB軟件簡介，數據處理的基本方法、迴歸模型、判彆分析、主成分分析與典型相關分析、聚類分析、數據模擬方法、應用神經網絡進行模式識彆和預測。此外，每章除瞭習題還安排瞭緊密聯係實際的綜閤性、分析性實驗內容。

目錄

前言

 

教學建議

 

第1章 MATLAB基礎1

 

1.1 數據分析與MATLAB1

 

1.1.1 數據分析概述1

 

1.1.2 MATLAB在數據分析中的作用2

 

1.2 MATLAB基礎概述3

 

1.2.1 MATLAB的影響3

 

1.2.2 MATLAB的特點與主要功能3

 

1.2.3 MATLAB主界麵與常用窗口4

 

1.2.4 MATLAB的聯機幫助7

 

1.2.5 工具箱及其在綫幫助8

 

1.3 MATLAB基本語法10

 

1.3.1 數據類型10

 

1.3.2 操作符與運算符12

 

1.3.3 MATLAB命令函數14

 

1.4 數組和矩陣運算14

 

1.4.1 數組的創建與運算14

 

1.4.2 矩陣的輸入與運算15

 

1.5 M文件與編程20

 

1.5.1 M文件編輯/調試器窗口20

 

1.5.2 M文件21

 

1.5.3 控製語句的編程22

 

1.6 MATLAB通用操作實例25

 

習題128

 

第2章 數據描述性分析29

 

2.1 基本統計量與數據可視化29

 

2.1.1 一維樣本數據的基本統計量29

 

2.1.2 多維樣本數據的統計量36

 

2.1.3 樣本數據可視化39

 

2.2 數據分布及其檢驗45

 

2.2.1 一維數據的分布與檢驗45

 

2.2.2 多維數據的正態分布檢驗48

 

2.3 數據變換52

 

2.3.1 數據屬性變換52

 

2.3.2 Box-Cox變換55

 

2.3.3 基於數據變換的綜閤評價模型57

 

習題259

 

實驗1 數據統計量及其分布檢驗61

 

第3章 迴歸分析63

 

3.1 一元迴歸模型63

 

3.1.1 一元綫性迴歸模型63

 

3.1.2 一元多項式迴歸模型67

 

3.1.3 一元非綫性迴歸模型69

 

3.1.4 一元迴歸建模實例76

 

3.2 多元綫性迴歸模型79

 

3.2.1 多元綫性迴歸模型及其錶示79

 

3.2.2 MATLAB的迴歸分析命令82

 

3.2.3 多元綫性迴歸實例89

 

3.3 逐步迴歸92

 

3.3.1 最優迴歸方程的選擇92

 

3.3.2 引入變量和剔除變量的依據93

 

3.3.3 逐步迴歸的MATLAB實現94

 

3.4 迴歸診斷96

 

3.4.1 異常點與強影響點診斷96

 

3.4.2 殘差分析100

 

3.4.3 多重共綫性診斷102

 

習題3106

 

實驗2 多元綫性迴歸與逐步迴歸110

 

第4章 判彆分析111

 

4.1 距離判彆分析111

 

4.1.1 判彆分析的概念111

 

4.1.2 距離的定義111

 

4.1.3 兩個總體的距離判彆分析114

 

4.1.4 多個總體的距離判彆分析119

 

4.2 判彆準則的評價121

 

4.3 貝葉斯判彆分析124

 

4.3.1 兩個總體的貝葉斯判彆124

 

4.3.2 多個總體的貝葉斯判彆128

 

4.3.3 平均誤判率130

 

4.4 K近鄰判彆與支持嚮量機135

 

習題4141

 

實驗3 距離判彆與貝葉斯判彆分析145

 

第5章 主成分分析與典型相關分析147

 

5.1 主成分分析147

 

5.1.1 主成分分析的基本原理147

 

5.1.2 樣本主成分分析154

 

5.2 主成分分析的應用158

 

5.2.1 主成分分析用於綜閤評價158

 

5.2.2 主成分分析用於分類161

 

5.2.3 主成分分析用於信號分離163

 

5.3 典型相關分析166

 

5.3.1 典型相關分析的基本原理166

 

5.3.2 樣本的典型變量與典型相關係數169

 

5.3.3 典型相關係數的顯著性檢驗170

 

5.3.4 典型相關分析實例172

 

5.4 趨勢性與屬性相關分析應用實例177

 

5.4.1 Cox-Stuart趨勢檢驗177

 

5.4.2 屬性數據分析178

 

習題5180

 

實驗4 主成分分析與典型相關分析184

 

第6章 聚類分析187

 

6.1 距離聚類187

 

6.1.1 聚類的思想187

 

6.1.2 樣品間的距離188

 

6.1.3 變量間的相似係數190

 

6.1.4 類間距離與遞推公式192

 

6.2 譜係聚類193

 

6.2.1 譜係聚類的思想193

 

6.2.2 譜係聚類的步驟194

 

6.2.3 譜係聚類的MATLAB實現196

 

6.3 K均值聚類200

 

6.3.1 K均值聚類的思想200

 

6.3.2 K均值聚類的步驟200

 

6.3.3 K均值聚類的MATLAB實現201

 

6.4 模糊均值聚類203

 

6.4.1 模糊C均值聚類203

 

6.4.2 模糊減法聚類205

 

6.5 聚類的有效性207

 

6.5.1 譜係聚類的有效性207

 

6.5.2 K均值聚類的有效性209

 

6.5.3 模糊聚類的有效性211

 

習題6212

 

實驗5 聚類方法與聚類有效性215

 

第7章 數值模擬分析217

 

7.1 濛特卡羅方法與應用217

 

7.1.1 濛特卡羅方法的基本思想217

 

7.1.2 隨機數的産生與MATLAB的僞隨機數218

 

7.1.3 濛特卡羅方法應用實例219

 

7.2 BP神經網絡及應用227

 

7.2.1 人工神經元及人工神經元網絡227

 

7.2.2 BP神經網絡228

 

7.2.3 MATLAB神經網絡工具箱230

 

7.2.4 BP神經網絡應用實例232

 

習題7239

 

實驗6 數值模擬240

 

參考文獻241

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆