MATLAB统计分析与应用 40个案例分析PDF电子书下载

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COM 1

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π 139

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γ 191

6.3.2 Kendall秩相关系数τ 191

6.3.3 Spearman秩相关系数ρs 192

6.3.4 尾部相关系数λ 192

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