当前位置:首页 > 数理化
现代统计及数据挖掘  DPS数据处理系统  第2卷  第4版
现代统计及数据挖掘  DPS数据处理系统  第2卷  第4版

现代统计及数据挖掘 DPS数据处理系统 第2卷 第4版PDF电子书下载

数理化

  • 电子书积分:25 积分如何计算积分?
  • 作 者:唐启义,唐睿著
  • 出 版 社:北京:科学出版社
  • 出版年份:2017
  • ISBN:7030505371
  • 页数:980 页
图书介绍:
《现代统计及数据挖掘 DPS数据处理系统 第2卷 第4版》目录

第三篇 多元统计分析 505

第14章 多变量统计检验 505

14.1 多元计量资料的常用统计量 505

14.2 多元均值检验 507

14.3 多元方差分析简介 509

14.4 单向完全随机设计 512

14.5 单因素随机区组设计 514

14.6 轮廓分析 516

14.7 多元方差分析的线性模型方法 520

参考文献 527

第15章 多元回归分析 529

15.1 多元线性回归 529

15.2 逐步回归分析 539

15.3 二次多项式回归分析 549

15.4 含定性变量的逐步回归分析 553

15.5 积分(逐步)回归 558

15.6 趋势面分析 564

15.7 Tobit回归 568

15.8 主成分回归 573

15.9 岭回归 576

15.10 稳健回归(M估计) 580

15.11 分位数回归 584

15.12 优势(主导)分析 589

参考文献 592

第16章 聚类分析 594

16.1 系统聚类分析 594

16.2 0-1型变量聚类分析 609

16.3 动态聚类分析 612

16.4 有序样本分类 618

16.5 非线性映射分析 622

16.6 两维图论聚类 625

参考文献 628

第17章 判别分析 630

17.1 两组判别 630

17.2 Fisher线性判别 633

17.3 逐步判别分析 639

参考文献 647

第18章 多因子分析 649

18.1 主成分分析 649

18.2 因子分析 656

18.3 对应分析 671

18.4 展开法 676

参考文献 679

第19章 多因变量统计分析 681

19.1 典型相关分析 681

19.2 双重筛选逐步回归 689

19.3 偏最小二乘回归 695

19.4 线性联立方程 700

19.5 结构方程模型与路径分析 709

参考文献 721

第20章 数据挖掘 723

20.1 BP神经网络 723

20.2 径向基函数(RBF)网络模型 729

20.3 投影寻踪回归 733

20.4 支持向量机(SVM) 740

20.5 随机森林 751

参考文献 758

第四篇 数学模型模拟分析 761

第21章 回归方程模型 761

21.1 任意非线性回归模型参数估计实现 761

21.2 非线性回归模型参数估计方法 763

21.3 非线性回归模型参数全局优化估计 766

21.4 非线性回归分析实例研究 769

21.5 二值反应变量模型参数估计 784

21.6 有约束条件模型参数估计 791

21.7 联立方程模型 795

参考文献 803

第22章 数学模型模拟与优化 806

22.1 模型模拟分析 806

22.2 模型参数灵敏度分析 811

22.3 模型优化 813

参考文献 817

第23章 数学规划 818

23.1 线性规划 818

23.2 多目标线性规划:评价函数法 823

23.3 多目标线性规划:逐步宽容约束法 827

23.4 多目标线性规划:分层评价法 830

23.5 整数规划及混合整数规划 835

23.6 指派问题匈牙利法 839

23.7 运输问题 842

23.8 非线性规划 845

23.9 投入产出分析 848

23.10 目标规划 852

参考文献 860

第24章 状态空间模型 861

24.1 线性控制系统能控性 862

24.2 线性控制系统能观性 864

24.3 连续线性状态方程离散化 866

24.4 离散状态方程求解 868

参考文献 871

第五篇 时间序列分析 875

第25章 时间序列趋势分析 875

25.1 常用时间序列趋势分析 875

25.2 时间序列数据游程检验 883

25.3 最优气候均态模型 885

25.4 均值生成函数预测模型 887

25.5 马尔可夫链 890

25.6 多元时空序列马尔可夫链分析 893

参考文献 898

第26章 时间序列周期分析 899

26.1 谐波分析 899

26.2 小波分析 902

26.3 奇异谱分析 905

26.4 时间序列周期方差分析外推法 909

26.5 季节性水平模型 911

26.6 季节性交乘趋势模型 914

26.7 季节性叠加趋势模型 918

参考文献 921

第27章 平稳时间序列分析 923

27.1 取样间隔与插值处理 923

27.2 数据序列突变点的检测 925

27.3 数据序列统计特性估计 930

27.4 单位根检验 936

27.5 差分自回归移动平均(ARIMA)模型 943

参考文献 958

第28章 其他时间序列模型 960

28.1 季节-周期组合模型 960

28.2 多变量时间序列CAR模型 965

28.3 门限自回归模型 971

28.4 独立分量分析 975

参考文献 980

相关图书
作者其它书籍
返回顶部