《环境统计分析》PDF下载

  • 购买积分:12 如何计算积分?
  • 作  者:杨晓华,刘瑞民,曾勇编著
  • 出 版 社:北京:北京师范大学出版社
  • 出版年份:2008
  • ISBN:9787303095025
  • 页数:311 页
图书介绍:本书阐述了常用的环境统计分析方法及案例分析。首先简明扼要地介绍环境统计分析的概率统计基础知识;除外还重点阐述了方差分析、环境一元线性回归、环境多元线性回归、环境系统聚类分析、环境模糊聚类分析、环境判别分析、环境主成分分析和环境因子分析等常用的环境统计分析模型;另外还给出了现代环境数据处理常用的人工神经网络方法和空间统计分析方法。对每一种方法,本书除了讲明它们的基本原理外,还给出了大量的计算分析例题和案例分析实例。本书的大多数例子都是用目前实用的统计分析语言Matlab编写实现的,是理论联系实际的经验总结,具有实用性。本书适用于做高等院校环境科学与环境工程专业的研究生和高年级本科生的教材,对环境科学与环境工程、生态学、资源与管理、应用数学、地理科学等相关领域的学者和科研人员也有重要的参考价值。

第1章 概率统计基础 1

1.1 四种重要的概率分布 1

1.1.1 正态分布 1

1.1.2 x2分布 4

1.1.3 t分布 5

1.1.4 F分布 6

1.2 随机向量的数字特征 7

1.2.1 数学期望 7

1.2.2 方差和均方差 10

1.2.3 原点矩和中心矩 11

1.2.4 变异系数 12

1.2.5 协方差阵和自协方差阵 12

1.2.6 随机变量的相关系数 13

1.2.7 总体与样本 15

1.2.8 样本子样的一些数字特征 16

1.2.9 大数定律 16

1.2.10 中心极限定理 18

1.3 参数估计 20

1.3.1 点估计 21

1.3.2 区间估计 21

1.4 参数假设检验 24

1.4.1 假设检验的原理 25

1.4.2 假设检验的步骤 26

1.4.3 参数检验 27

1.5 方差分析与试验设计初步 34

1.5.1 方差分析概述 34

1.5.2 单因素方差分析 35

1.5.3 双因素方差分析 39

1.5.4 试验设计初步 45

思考题1 48

参考文献 49

第2章 环境一元线性回归分析 50

2.1 一元线性回归模型 50

2.1.1 变量间的统计关系 50

2.1.2 一元线性回归模型 52

2.1.3 最小二乘法估计 54

2.2 线性回归方程的显著性检验 55

2.2.1 F检验法 56

2.2.2 相关系数检验法 58

2.2.3 样本决定系数r2 59

2.3 线性回归式的误差估计 60

2.3.1 线性回归式的误差估计 60

2.3.2 线性回归的步骤 61

2.4 可化为一元线性回归的曲线回归 62

2.4.1 倒数变换 62

2.4.2 对数变换 63

2.4.3 混合变换 64

2.5 环境应用 65

思考题2 69

参考文献 70

第3章 环境多元线性回归分析 71

3.1 多元线性回归模型 71

3.2 参数的最小二乘估计 72

3.3 回归方程的显著性检验 74

3.3.1 拟合优度检验 75

3.3.2 F检验 76

3.4 回归系数的显著性检验 77

3.5 Matlab语言在多元回归中的应用 79

3.6 环境应用 81

思考题3 84

参考文献 86

第4章 环境系统聚类分析 87

4.1 聚类分析概述 87

4.2 聚类要素的数据处理 88

4.3 距离和相似系数的计算 93

4.3.1 距离的计算 93

4.3.2 相似系数的计算 97

4.3.3 距离和相似系数选择原则 99

4.4 系统聚类分析常用方法 100

4.4.1 最短距离系统聚类法原理 102

4.4.2 最远距离聚类法原理 103

4.4.3 系统聚类法公式的统一 105

4.5 环境应用 107

思考题4 112

参考文献 115

第5章 环境模糊聚类分析 116

5.1 模糊集理论 116

5.1.1 模糊集的基本概念 117

5.1.2 模糊集的表示方法 117

5.1.3 模糊集的运算 119

5.1.4 模糊映射 120

5.2 模糊关系 120

5.3 模糊等价关系 121

5.4 模糊聚类分析步骤 123

5.4.1 数据标准化 123

5.4.2 模糊相似矩阵的建立 124

5.4.3 聚类分析 126

5.4.4 分类的F检验 130

5.5 环境应用 132

思考题5 137

参考文献 139

第6章 环境判别分析 140

6.1 距离判别分析 140

6.1.1 两总体情况 140

6.1.2 多总体情况 144

6.2 Fisher判别 145

6.3 Bayes判别 150

6.4 环境应用 153

思考题6 161

参考文献 163

第7章 环境主成分分析 164

7.1 主成分分析概述 164

7.2 主成分分析计算原理 165

7.3 主成分分析的性质 169

7.4 环境应用 170

思考题7 178

参考文献 180

第8章 环境因子分析 181

8.1 因子分析概述 181

8.2 正交因子模型 182

8.3 正交因子模型的统计意义 184

8.4 正交因子模型的求解 185

8.5 因子旋转 188

8.6 因子得分 191

8.7 环境应用 193

思考题8 204

参考文献 205

第9章 人工神经网络 206

9.1 人工神经网络概述 206

9.2 人工神经元模型 209

9.3 BP神经网络 212

9.3.1 BP神经网络原理 212

9.3.2 BP算法 213

9.3.3 环境应用 223

9.4 RBF神经网络 225

9.4.1 RBF神经网络原理 225

9.4.2 RBF神经网络模型 226

9.4.3 环境应用 228

思考题9 230

参考文献 230

第10章 环境空间统计分析 232

10.1 环境空间信息概述 232

10.1.1 环境空间信息特征 233

10.1.2 环境空间信息种类 234

10.1.3 环境空间信息来源 234

10.2 环境空间统计分析 236

10.2.1 区域化变量 237

10.2.2 协方差函数 238

10.2.3 变差函数 239

10.2.4 普通克立格插值 248

10.2.5 环境应用 252

10.3 环境空间主成分分析 261

10.3.1 空间主成分分析步骤 262

10.3.2 环境应用 263

思考题10 268

参考文献 269

部分思考题答案 270

附录 303

附表1 标准正态分布表 303

附表2 相关系数检验表 304

附表3 x2分布临界值表 305

附表4 t分布临界值表 306

附表5 F分布临界值表 307