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 MATLAB编程简介1

1.1 MATLAB工作界面布局与路径设置1

1.1.1 MATLAB工作界面布局1

1.1.2 MATLAB路径设置3

1.2变量的定义与数据类型4

1.2.1变量的定义与赋值4

1.2.2 MATLAB中的常量5

1.2.3 MATLAB中的关键字6

1.2.4数据类型7

1.2.5数据输出格式8

1.3常用函数8

1.4数组运算10

1.4.1矩阵的定义10

1.4.2特殊矩阵13

1.4.3高维数组15

1.4.4定义元胞数组（Cell Array）16

1.4.5定义结构体数组18

1.4.6几种数组的转换18

1.4.7矩阵的算术运算20

1.4.8矩阵的关系运算22

1.4.9矩阵的逻辑运算22

1.4.10矩阵的其他常用运算23

1.5 MATLAB语言的流程结构27

1.5.1条件控制结构27

1.5.2循环结构28

1.5.3 try-catch试探结构29

1.5.4 break、 continue、 return和pause函数30

1.6 M代码的编写与调试30

1.6.1脚本文件30

1.6.2 函数文件30

1.6.3匿名函数和内联函数31

1.6.4子函数与嵌套函数33

1.6.5函数的递归调用34

1.6.6 M代码的调试（debug）35

1.6.7 MATLAB常用快捷键和快捷命令37

1.7 MATLAB绘图基础38

1.7.1图形对象与图形对象句柄38

1.7.2二维图形绘制41

1.7.3三维图形绘制52

1.7.4图形的打印和输出62

第2章 数据的导入与导出70

2.1案例1：从TXT文件中读取数据70

2.1.1利用数据导入向导导入TXT文件71

2.1.2调用高级函数读取数据75

2.1.3调用低级函数读取数据86

2.2案例2：把数据写入TXT文件94

2.2.1调用dlmwrite函数写入数据95

2.2.2调用fprintf函数写入数据96

2.3案例3：从Excel文件中读取数据99

2.3.1利用数据导入向导导入Excel文件99

2.3.2调用xlsread函数读取数据102

2.4案例4：把数据写入Excel文件105

第3章 数据的预处理108

3.1案例5：数据的平滑处理108

3.1.1 smooth函数108

3.1.2 smoothts函数111

3.1.3 medfiltl函数114

3.2案例6：数据的标准化变换115

3.2.1标准化变换公式115

3.2.2标准化变换的MATLAB实现116

3.3案例7：数据的极差归一化变换117

3.3.1极差归一化变换公式117

3.3.2极差归一化变换的MATLAB实现118

第4章 概率分布与随机数121

4.1案例8：概率分布及概率计算121

4.1.1概率分布的定义121

4.1.2几种常用概率分布121

4.1.3概率密度、分布和逆概率分布数值的计算124

4.2案例9：生成一元分布随机数126

4.2.1均匀分布随机数和标准正态分布随机数126

4.2.2 RandStream类128

4.2.3常见一元分布随机数132

4.2.4任意一元分布随机数134

4.2.5一元混合分布随机数139

4.3案例10：生成多元分布随机数140

4.4案例11：蒙特卡洛方法142

4.4.1有趣的蒙提霍尔问题142

4.4.2抽球问题的蒙特卡洛模拟143

4.4.3用蒙特卡洛方法求圆周率π145

4.4.4用蒙特卡洛方法求积分147

4.4.5街头骗局揭秘152

第5章 描述性统计量和统计图156

5.1案例背景156

5.2案例描述156

5.3案例12：描述性统计量158

5.3.1均值158

5.3.2方差和标准差159

5.3.3最大值和最小值160

5.3.4极差160

5.3.5中位数160

5.3.6分位数160

5.3.7众数161

5.3.8变异系数161

5.3.9原点矩161

5.3.10中心矩162

5.3.11偏度162

5.3.12峰度162

5.3.13协方差162

5.3.14相关系数163

5.4案例13：统计图163

5.4.1箱线图163

5.4.2频数（率）直方图164

5.4.3经验分布函数图165

5.4.4正态概率图166

5.4.5 p-P图168

5.4.6 q-q图168

5.5案例扩展：频数和频率分布表169

5.5.1调用tabulate函数作频数和频率分布表169

5.5.2调用自编HistRate函数作频数和频率分布表171

第6章 参数估计与假设检验175

6.1案例14：参数估计175

6.1.1常见分布的参数估计175

6.1.2自定义分布的参数估计176

6.2案例15：正态总体参数的检验178

6.2.1总体标准差已知时的单个正态总体均值的U检验178

6.2.2总体标准差未知时的单个正态总体均值的t检验180

6.2.3总体标准差未知时的两个正态总体均值的比较t检验181

6.2.4总体均值未知时的单个正态总体方差的x2检验183

6.2.5总体均值未知时的两个正态总体方差的比较F检验184

6.2.6检验功效与样本容量的计算185

6.3案例16：常用非参数检验188

6.3.1游程检验188

6.3.2符号检验191

6.3.3 Wilcoxon符号秩检验192

6.3.4 Mann-Whitney秩和检验194

6.3.5分布的拟合与检验195

6.4案例17：核密度估计208

6.4.1经验密度函数209

6.4.2核密度估计209

6.4.3核密度估计的MATLAB实现211

6.4.4核密度估计的案例分析212

第7章 Copula理论及应用实例217

7.1 Copula函数的定义与基本性质217

7.1.1二元Copula函数的定义及性质217

7.1.2多元Copula函数的定义及性质218

7.2常用的Copula函数219

7.2.1正态Copula函数219

7.2.2 t - Copula函数219

7.2.3阿基米德copula函数219

7.3 Copula函数与相关性度量221

7.3.1 Pearson线性相关系数P221

7.3.2 Kendall秩相关系数τ221

7.3.3 Spearman秩相关系数Ps222

7.3.4尾部相关系数λ222

7.3.5基于Copula函数的相关性度量222

7.3.6基于常用二元Copula函数的相关性度量223

7.4案例18：沪深股市日收益率的二元Copula模型226

7.4.1案例描述226

7.4.2确定边缘分布227

7.4.3选取适当的Copula函数231

7.4.4参数估计232

7.4.5与Copula有关的MATLAB函数233

7.4.6案例的计算与分析236

第8章 方差分析243

8.1案例19：单因素一元方差分析243

8.1.1单因素一元方差分析的MATLAB实现243

8.1.2案例分析246

8.2案例20：双因素一元方差分析251

8.2.1双因素一元方差分析的MATLAB实现251

8.2.2案例分析252

8.3案例21：多因素一元方差分析255

8.3.1多因素一元方差分析的MATLAB实现255

8.3.2案例分析一257

8.3.3案例分析二261

8.4案例22：单因素多元方差分析264

8.4.1单因素多元方差分析的MATLAB实现264

8.4.2案例分析266

8.5案例23：非参数方差分析269

8.5.1非参数方差分析的MATLAB实现269

8.5.2 Kruskal-Wallis检验的案例分析272

8.5.3 Friedman检验的案例分析275

第9章 回归分析277

9.1 MATLAB回归模型类277

9.1.1线性回归模型类277

9.1.2非线性回归模型类280

9.2案例24：一元线性回归281

9.2.1数据的散点图283

9.2.2模型的建立与求解283

9.2.3回归诊断285

9.2.4稳健回归290

9.3案例25：一元非线性回归291

9.3.1数据的散点图292

9.3.2模型的建立与求解292

9.3.3回归诊断296

9.3.4利用曲线拟合工具cftool作一元非线性拟合297

9.4案例26：多元线性和广义线性回归300

9.4.1可视化相关性分析301

9.4.2多元线性回归302

9.4.3多元多项式回归305

9.4.4拟合效果图306

9.4.5逐步回归306

9.5案例27：多元非线性回归309

9.5.1案例描述309

9.5.2模型建立310

9.5.3模型求解310

9.6案例28：多项式回归312

9.6.1多项式回归模型312

9.6.2多项式回归的MATLAB实现312

9.6.3多项式回归案例313

第10章 聚类分析319

10.1聚类分析简介319

10.1.1距离和相似系数319

10.1.2系统聚类法321

10.1.3 K均值聚类法325

10.1.4模糊C均值聚类法325

10.2案例29：系统聚类法的案例分析327

10.2.1系统聚类法的MATLAB函数327

10.2.2样品聚类案例335

10.2.3变量聚类案例340

10.3案例30： K均值聚类法的案例分析343

10.3.1 K均值聚类法的MATLAB 函数343

10.3.2 K均值聚类法案例347

10.4案例31：模糊C均值聚类法的案例分析351

10.4.1模糊C均值聚类法的MATLAB函数351

10.4.2模糊C均值聚类法案例351

第11章 判别分析356

11.1判别分析简介356

11.1.1距离判别356

11.1.2贝叶斯判别359

11.1.3 Fisher判别359

11.2案例32：距离判别法的案例分析361

11.2.1 classify函数361

11.2.2案例分析363

11.3案例33：贝叶斯判别法的案例分析366

11.3.1 NaiveBayes类366

11.3.2案例分析368

11.4案例34：Fisher判别法的案例分析371

11.4.1 Fisher判别分析的MATLAB实现371

11.4.2案例分析375

第12章 主成分分析379

12.1主成分分析简介379

12.1.1主成分分析的几何意义379

12.1.2总体的主成分380

12.1.3样本的主成分382

12.1.4关于主成分表达式的两点说明384

12.2主成分分析的MATLAB函数384

12.2.1 pcacov函数384

12.2.2 princomp 函数384

12.2.3 pcares函数385

12.3案例35：从协方差矩阵或相关系数矩阵出发求解主成分386

12.3.1调用pcacov函数做主成分分析386

12.3.2结果分析387

12.4案例36：从样本观测值矩阵出发求解主成分388

12.4.1调用princomp函数做主成分分析389

12.4.2结果分析394

12.4.3调用pcares函数重建观测数据396

第13章 因子分析398

13.1因子分析简介398

13.1.1基本因子分析模型398

13.1.2因子模型的基本性质399

13.1.3因子载荷阵和特殊方差阵的估计400

13.1.4因子旋转402

13.1.5因子得分403

13.1.6因子分析中的Heywood现象404

13.2因子分析的MATLAB函数404

13.3案例37：基于协方差矩阵或相关系数矩阵的因子分析407

13.4案例38：基于样本观测值矩阵的因子分析412

13.4.1读取数据413

13.4.2调用factoran函数作因子分析414

第14章 利用MATLAB生成Word和Excel文档419

14.1组件对象模型（COM）419

14.1.1什么是COM419

14.1.2 COM接口420

14.2 MATLAB中的ActiveX控件接口技术421

14.2.1 actxcontrol函数421

14.2.2 actxcontrollist函数423

14.2.3 actxcontrolselect函数423

14.2.4 actxserver函数425

14.2.5利用MATLAB调用COM对象425

14.2.6调用actxserver函数创建组件服务器434

14.3案例39：利用MATLAB生成Word文档437

14.3.1调用actxserver函数创建Microsoft Word服务器437

14.3.2建立Word文本文档437

14.3.3插入表格442

14.3.4插入图片446

14.3.5保存文档452

14.3.6完整代码452

14.4案例40：利用MATLAB生成Excel文档458

14.4.1调用actxserver函数创建Microsoft Excel服务器458

14.4.2新建Excel工作簿458

14.4.3获取工作表对象句柄460

14.4.4插入、复制、删除、移动和重命名工作表460

14.4.5页面设置461

14.4.6选取工作表区域462

14.4.7设置行高和列宽463

14.4.8合并单元格463

14.4.9边框设置464

14.4.10设置单元格对齐方式467

14.4.11写入单元格内容467

14.4.12插入图片468

14.4.13保存工作簿473

14.4.14完整代码473

附录A图像处理中的统计应用案例477

A.1基于图像资料的数据重建与拟合478

A.1.1案例描述478

A.1.2重建图像数据478

A.1.3曲线拟合481

A.2基于K均值聚类的图像分割482

A.2.1灰度图像分割案例482

A.2.2真彩图像分割案例484

A.3基于中位数算法的运动目标检测486

A.3.1案例描述486

A.3.2中位数算法原理486

A.3.3本案例的MATLAB实现一487

A.3.4本案例的 MATLAB实现二488

A.3.5本案例的MATLAB实现三488

A.4基于贝叶斯判别的手写体数字识别489

A.4.1样本图片的预处理489

A.4.2创建朴素贝叶斯分类器对象491

A.4.3判别效果491

A.5基于主成分分析的图像压缩与重建493

A.5.1基于主成分分析的图像压缩与重建原理494

A.5.2图像压缩与重建的MATLAB实现495

附录B MATLAB统计工具箱函数大全498

参考文献513