MATLAB统计分析与应用 40个案例分析PDF|Epub|txt|kindle电子书版本网盘下载

MATLAB统计分析与应用 40个案例分析PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 利用MATLAB生成Word和Excel文档1

1.1　组件对象模型（COM）1

1.1.1 什么是COM1

1.1.2 COM接口2

1.2 MATLAB中的ActiveX控件接口技术3

1.2.1 actxcontrol函数3

1.2.2 actxcontrollist函数4

1.2.3 actxcontrolselect函数5

1.2.4 actxserver函数7

1.2.5 利用MATLAB调用COM对象8

1.2.6 调用actxserver函数创建组件服务器17

1.3　案例1：利用MATLAB生成Word文档20

1.3.1 调用actxserver函数创建Microsoft Word服务器20

1.3.2　建立Word文本文档21

1.3.3　插入表格26

1.3.4　插入图片31

1.3.5　保存文档37

1.3.6 完整代码37

1.4 案例2：利用MATLAB生成Excel文档43

1.4.1　调用actxserver函数创建Microsoft Excel服务器43

1.4.2 新建Excel工作簿43

1.4.3 获取工作表对象句柄45

1.4.4 插入、复制、删除、移动和重命名工作表45

1.4.5 页面设置47

1.4.6　选取工作表区域48

1.4.7 设置行高和列宽49

1.4.8　合并单元格49

1.4.9 边框设置50

1.4.10　设置单元格对齐方式53

1.4.11 写入单元格内容53

1.4.12　插入图片54

1.4.13　保存工作簿59

1.4.14 完整代码59

第2章　数据的导入与导出64

2.1　案例3：从TXT文件中读取数据64

2.1.1 利用数据导入向导导入TXT文件65

2.1.2 调用高级函数读取数据70

2.1.3　调用低级函数读取数据82

2.2　案例4：把数据写入TXT文件92

2.2.1 调用dlmread函数写入数据92

2.2.2 调用fprintf函数写入数据93

2.3　案例5：从Excel文件中读取数据97

2.3.1 利用数据导入向导导入Excel文件97

2.3.2　调用xlsread函数读取数据98

2.4　案例6：把数据写入Excel文件101

第3章　数据的预处理104

3.1　案例7：数据的平滑处理104

3.1.1 smooth函数104

3.1.2 smoothts函数107

3.1.3 medfiltl函数109

3.2　案例8：数据的标准化变换111

3.2.1　标准化变换公式112

3.2.2 标准化变换的MATLAB实现112

3.3　案例9：数据的极差归一化变换114

3.3.1 极差归一化变换公式114

3.3.2 极差归一化变换的MATLAB实现114

第4章　生成随机数117

4.1　案例10：生成一元分布随机数117

4.1.1 均匀分布随机数和标准正态分布随机数117

4.1.2 RandStream类120

4.1.3 常见一元分布随机数124

4.1.4 任意一元分布随机数127

4.2　案例11：生成多元分布随机数134

4.3　案例12：蒙特卡洛方法136

4.3.1 有趣的蒙提霍尔问题136

4.3.2 抽球问题的蒙特卡洛模拟137

4.3.3 用蒙特卡洛方法求圆周率π139

4.3.4 用蒙特卡洛方法求积分143

4.3.5 街头骗局揭秘146

第5章　参数估计与假设检验150

5.1　案例13：常见分布的参数估计150

5.2　案例14：正态总体参数的检验151

5.2.1 总体标准差已知时的单个正态总体均值的U检验151

5.2.2 总体标准差未知时的单个正态总体均值的t检验153

5.2.3 总体标准差未知时的两个正态总体均值的比较t检验154

5.2.4 总体均值未知时的单个正态总体方差的X2检验155

5.2.5 总体均值未知时的两个正态总体方差的比较F检验156

5.3　案例15：分布的拟合与检验157

5.3.1 案例描述157

5.3.2　描述性统计量159

5.3.3 统计图162

5.3.4　分布的检验165

5.3.5 最终结论178

5.4　案例16：核密度估计179

5.4.1 经验密度函数179

5.4.2　核密度估计179

5.4.3 核密度估计的MATLAB实现182

5.4.4　核密度估计的案例分析183

第6章　Copula理论及应用实例187

6.1　Copula函数的定义与基本性质187

6.1.1 二元Copula函数的定义及性质187

6.1.2 多元Copula函数的定义及性质188

6.2　常用的Copula函数189

6.2.1　正态Copula函数189

6.2.2 t-Copula函数189

6.2.3 阿基米德Copula函数189

6.3　Copula函数与相关性度量191

6.3.1 Pearson线性相关系数γ191

6.3.2 Kendall秩相关系数τ191

6.3.3 Spearman秩相关系数ρs192

6.3.4 尾部相关系数λ192

6.3.5 基于Copula函数的相关性度量193

6.3.6 基于常用二元Copula函数的相关性度量193

6.4　案例17：沪深股市日收益率的二元Copula模型196

6.4.1 案例描述196

6.4.2　确定边缘分布197

6.4.3 选取适当的Copula函数202

6.4.4　参数估计203

6.4.5 与Copula有关的MATLAB函数204

6.4.6 案例的计算与分析207

第7章　方差分析214

7.1　案例18：单因素一元方差分析214

7.1.1 单因素一元方差分析的MATLAB实现214

7.1.2　案例分析217

7.2　案例19：双因素一元方差分析222

7.2.1 双因素一元方差分析的MATLAB实现222

7.2.2　案例分析224

7.3　案例21：多因素一元方差分析227

7.3.1 多因素一元方差分析的MATLAB实现227

7.3.2　案例分析一228

7.3.3　案例分析二233

7.4　案例20：单因素多元方差分析237

7.4.1 单因素多元方差分析的MATLAB实现237

7.4.2　案例分析239

7.5　案例22：非参数方差分析242

7.5.1 非参数方差分析的MATLAB实现242

7.5.2　Kruskal-Wallis检验的案例分析245

7.5.3　Friedman检验的案例分析249

第8章　数据拟合251

8.1　案例23：一元线性回归分析251

8.1.1 数据的散点图252

8.1.2 调用regress函数作一元线性回归分析253

8.1.3 调用regstats函数作一元线性回归分析258

8.1.4 调用robustfit函数作稳健回归263

8.2　案例24：一元非线性回归分析267

8.2.1 数据的散点图267

8.2.2 调用nlinfit函数作一元非线性回归分析268

8.2.3 利用曲线拟合工具cftool作一元非线性拟合275

8.3　案例25：多重回归分析283

8.3.1 调用自编reglm函数作多重回归分析284

8.3.2 调用stepwise函数作逐步回归287

第9章　聚类分析290

9.1　聚类分析简介290

9.1.1 距离和相似系数290

9.1.2 系统聚类法292

9.1.3　K均值聚类法296

9.1.4 模糊C均值聚类法297

9.2　案例26：系统聚类法的案例分析298

9.2.1 系统聚类法的MATLAB函数298

9.2.2 样品聚类案例307

9.2.3 变量聚类案例312

9.3　案例27：K均值聚类法的案例分析316

9.3.1 K均值聚类法的MATLAB函数316

9.3.2　K均值聚类法案例320

9.4　案例28：模糊C均值聚类法的案例分析324

9.4.1 模糊C均值聚类法的MATLAB函数324

9.4.2 模糊C均值聚类法案例324

第10章　判别分析329

10.1　判别分析简介329

10.1.1 距离判别329

10.1.2 贝叶斯判别332

10.1.3 Fisher判别332

10.2　案例29：距离判别法的案例分析334

10.2.1 classify函数334

10.2.2 案例分析336

10.3　案例30：贝叶斯判别法的案例分析340

10.3.1 NaiveBayes类340

10.3.2　案例分析342

10.4　案例31：Fisher判别法的案例分析345

10.4.1 Fisher判别分析的MATLAB实现345

10.4.2 案例分析350

第11章　主成分分析354

11.1　主成分分析简介354

11.1.1 主成分分析的几何意义354

11.1.2 总体的主成分355

11.1.3　样本的主成分357

11.1.4 关于主成分表达式的两点说明359

11.2 主成分分析的MATLAB函数359

11.2.1　pcacov函数359

11.2.2　princomp函数359

11.2.3　pcares函数360

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361

11.3.1 调用pcacov函数作主成分分析361

11.3.2　结果分析363

11.4　案例33：从样本观测值矩阵出发求解主成分363

11.4.1 调用princomp函数作主成分分析365

11.4.2 结果分析370

11.4.3 调用pcares函数重建观测数据373

第12章　因子分析374

12.1　因子分析简介374

12.1.1 基本因子分析模型374

12.1.2 因子模型的基本性质375

12.1.3 因子载荷阵和特殊方差阵的估计376

12.1.4 因子旋转378

12.1.5 因子得分379

12.1.6 因子分析中的Heywood现象380

12.2 因子分析的MATLAB函数380

12.3　案例34：基于协方差矩阵或相关系数矩阵的因子分析383

12.4　案例35：基于样本观测值矩阵的因子分析389

12.4.1　读取数据390

12.4.2 调用factoran函数作因子分析391

附录A　图像处理中的统计应用案例397

A.1　案例36：基于图像资料的数据重建与拟合398

A.1.1　案例描述398

A.1.2 重建图像数据398

A.1.3 曲线拟合401

A.2　案例37：基于K均值聚类的图像分割402

A.2.1 灰度图像分割案例402

A.2.2 真彩图像分割案例403

A.3　案例38：基于中位数算法的运动目标检测405

A.3.1 案例描述405

A.3.2 中位数算法原理406

A.3.3 本案例的MATLAB实现一407

A.3.4 本案例的MATLAB实现二408

A.4　案例39：基于贝叶斯判别的手写体数字识别409

A.4.1 样本图片的预处理409

A.4.2 创建朴素贝叶斯分类器对象411

A.4.3 判别效果412

A.5　案例40：基于主成分分析的图像压缩与重建414

A.5.1 基于主成分分析的图像压缩与重建原理414

A.5.2 图像压缩与重建的MATLAB实现415

附录B　MATLAB统计工具箱函数大全419

参考文献432

案例1：利用MATLAB生成Word文档20

案例2：利用MATLAB生成Excel文档43

案例3：从TXT文件中读取数据64

案例4：把数据写入TXT文件92

案例5：从Excel文件中读取数据97

案例6：把数据写入Excel文件101

案例7：数据的平滑处理104

案例8：数据的标准化变换111

案例9：数据的极差归一化变换114

案例10：生成一元分布随机数117

案例11：生成多元分布随机数134

案例12：蒙特卡洛方法136

案例13：常见分布的参数估计150

案例14：正态总体参数的检验151

案例15：分布的拟合与检验157

案例16：核密度估计179

案例17：沪深股市日收益率的二元Copula模型196

案例18：单因素一元方差分析214

案例19：双因素一元方差分析222

案例21：多因素一元方差分析227

案例20：单因素多元方差分析237

案例22：非参数方差分析242

案例23：一元线性回归分析251

案例24：一元非线性回归分析267

案例25：多重回归分析283

案例26：系统聚类法的案例分析298

案例27：K均值聚类法的案例分析316

案例28：模糊C均值聚类法的案例分析324

案例29：距离判别法的案例分析334

案例30：贝叶斯判别法的案例分析340

案例31：Fisher判别法的案例分析345

案例32：从协方差矩阵或相关系数矩阵出发求解主成分361

案例33：从样本观测值矩阵出发求解主成分363

案例34：基于协方差矩阵或相关系数矩阵的因子分析383

案例35：基于样本观测值矩阵的因子分析389

案例36：基于图像资料的数据重建与拟合398

案例37：基于K均值聚类的图像分割402

案例38：基于中位数算法的运动目标检测405

案例39：基于贝叶斯判别的手写体数字识别409

案例40：基于主成分分析的图像压缩与重建414