当前位置:首页 > 数理化
DPS数据处理系统  第2卷  现代统计及数据挖掘  第3版
DPS数据处理系统  第2卷  现代统计及数据挖掘  第3版

DPS数据处理系统 第2卷 现代统计及数据挖掘 第3版PDF电子书下载

数理化

  • 电子书积分:23 积分如何计算积分?
  • 作 者:唐启义著
  • 出 版 社:北京:科学出版社
  • 出版年份:2013
  • ISBN:9787030385871
  • 页数:871 页
图书介绍:本书从应用角度简要地阐述了现代统计学400多种实验数据统计分析和模型模拟方法,如试验设计、各类型方差分析、列联表分析及非参数检验;专业统计包括了生物测定、遗传育种、生存分析;作物品种区域试验、空间分布型、数值生态学方法等;各种回归分析、聚类分析、主成分分析、判别分析、典型相关分析、对应分析等多元分析技术;非线性回归模型参数估计、模型模拟技术;单目标和多目标线性规划、非线性规划等运筹学方法;以及状态方程、数值分析、时间序列分析、模糊数学、BP神经网络、数据挖掘、灰色理论等方法。全书共8篇43章,配以作者开发的计算机全屏交互式DPS数据处理软件系统光盘1张。
《DPS数据处理系统 第2卷 现代统计及数据挖掘 第3版》目录

第三篇 多元统计分析 433

第14章 多变量统计检验 433

14.1多元计量资料的常用统计量 433

14.2多元均值检验 435

14.3多元方差分析简介 437

14.4单向完全随机设计 440

14.5单因素随机区组设计 442

14.6轮廓分析 444

14.7多元方差分析的线性模型方法 448

参考文献 455

第15章 多元回归分析 457

15.1多元线性回归 457

15.2逐步回归分析 466

15.3二次多项式回归分析 474

15.4含定性变量的逐步回归分析 477

15.5双重筛选逐步回归 482

15.6积分(逐步)回归 487

15.7趋势面分析 493

15.8 Tobit回归 497

15.9主成分回归 502

15.10偏最小二乘回归 505

15.11岭回归 510

15.12稳健回归(M估计) 514

15.13优势(主导)分析 517

15.14线性联立方程 520

参考文献 529

第16章 聚类分析 531

16.1系统聚类分析 531

16.2 O-1型变量聚类分析 538

16.3动态聚类分析 541

16.4有序样本分类 546

16.5非线性映射分析 550

16.6两维图论聚类 553

参考文献 556

第17章 判别分析 558

17.1两组判别 558

17.2 Fisher线性判别 561

17.3逐步判别分析 566

参考文献 575

第18章 多因子分析 576

18.1主成分分析 576

18.2因子分析 583

18.3对应分析 598

18.4展开法 603

18.5典型相关分析 606

参考文献 613

第19章 结构方程模型与路径分析 615

19.1结构方程模型简介 616

19.2结构方程模型分析步骤 617

19.3路径分析模型 618

19.4 DPS系统下建模分析 620

参考文献 627

第20章 数据挖掘 629

20.1 BP神经网络 629

20.2径向基函数(RBF)网络模型 634

20.3投影寻踪回归 638

20.4支持向量机(SVM) 642

20.5随机森林 653

参考文献 660

第四篇 数学模型模拟分析 663

第21章 回归方程模型 663

21.1任意非线性回归模型参数估计实现 663

21.2非线性回归模型参数估计方法 665

21.3非线性回归模型参数全局优化估计 668

21.4非线性回归分析实例研究 671

21.5二值反应变量模型参数估计 686

21.6有约束条件模型参数估计 693

21.7联立方程模型 697

参考文献 705

第22章 数学模型模拟与优化 708

22.1模型模拟分析 708

22.2模型参数灵敏度分析 713

22.3模型优化 714

参考文献 717

第23章 数学规划 719

23.1线性规划 719

23.2多目标线性规划:评价函数法 724

23.3多目标线性规划:逐步宽容约束法 728

23.4多目标线性规划:分层评价法 730

23.5整数规划及混合整数规划 735

23.6指派问题匈牙利法 739

23.7运输问题 743

23.8非线性规划 745

23.9投入产出分析 748

23.10目标规划 752

参考文献 759

第24章 状态空间模型 760

24.1线性控制系统能控性 761

24.2线性控制系统能观性 763

24.3连续线性状态方程离散化 765

24.4离散状态方程求解 767

参考文献 770

第五篇 时间序列分析 773

第25章 时间序列趋势分析 773

25.1常用时间序列趋势分析 773

25.2时间序列数据游程检验 781

25.3最优气候均态模型 783

25.4均值生成函数预测模型 785

25.5马尔可夫链 788

25.6多元时空序列马尔可夫链分析 791

参考文献 796

第26章 时间序列周期分析 797

26.1谐波分析 797

26.2小波分析 800

26.3奇异谱分析 803

26.4时间序列周期方差分析外推法 807

26.5季节性水平模型 809

26.6季节性交乘趋势模型 812

26.7季节性叠加趋势模型 816

参考文献 819

第27章 平稳时间序列分析 821

27.1取样间隔与插值处理 821

27.2数据序列突变点的检测 823

27.3数据序列统计特性估计 828

27.4差分自回归移动平均(ARIMA)模型 834

参考文献 849

第28章 其他时间序列模型 851

28.1季节-周期组合模型 851

28.2多变量时间序列CAR模型 856

28.3门限自回归模型 862

28.4独立分量分析 866

参考文献 871

返回顶部