1.环境统计学概念与原理 1
1.1环境科学与工程基础 2
1.1.1科学、工程与技术 2
1.1.2环境科学基础 4
1.1.3环境工程与技术 8
1.1.4环境问题与环境管理 10
1.2环境统计学概述 14
1.2.1环境研究中的问题与模型 14
1.2.2环境统计学及其作用 16
1.2.3环境学中的统计实例 18
1.3环境数据 19
1.3.1数据定义与数据性质 19
1.3.2环境数据测量层次 22
1.3.3环境数据变换 24
1.3.4获取有意义的环境数据 26
1.4环境统计学的概率基础 28
1.4.1概率的基本概念 29
1.4.2概率与随机变量的概率分布 30
1.4.3随机变量的数字特征 32
1.4.4多元随机变量与分布 33
1.4.5大数定律与中心极限定理 35
1.4.6环境的确定性与概率性过程 38
1.5环境统计学基本原理 38
1.5.1统计学的基本概念 38
1.5.2环境统计的本质与规则 43
1.5.3环境鲁棒性定律 46
1.5.4计算统计学及其环境应用 50
1.6本书目的与内容 51
1.6.1本书目的 51
1.6.2本书的内容 51
2.MATLAB与矩阵运算基础 53
2.1 MATLAB概述 54
2.1.1 MATLAB一般知识 54
2.1.2 MATLAB语法与数据结构 56
2.2 MATLAB的基本操作 60
2.2.1 MATLAB脚本与函数 60
2.2.2 MATLAB控制流 63
2.2.3可视化图形工具简介 64
2.2.4 MATLAB统计工具库 65
2.3矩阵运算基础 66
2.3.1矩阵的基本概念 66
2.3.2特征方程 70
3.环境采样 73
3.1采样的基本概念与原理 74
3.1.1采样及采样设计 74
3.1.2采样过程与步骤 75
3.1.3确定样本大小 76
3.1.4采样误差来源 79
3.2概率采样与非概率采样 80
3.2.1概率采样 80
3.2.2非概率采样 83
3.3环境采样 85
3.3.1环境采样的基本原理 85
3.3.2计算合理的环境样本大小 87
3.3.3环境空间采样框架与采样方法 89
3.3.4环境采样的规程与质量控制 91
3.3.5环境采样设计的要点 92
3.3.6环境采样中的基于设计与基于模型的方法 97
3.3.7 Pierre Gy采样理论与环境采样应用 99
3.4面向应用的环境采样与样本测试 100
3.4.1环境科学与工程再理解 100
3.4.2面向具体应用的环境采样 103
3.4.3实验室之间样本测试数据偏差与精度比较 105
4.描述性与探索性单变量统计分析 109
4.1单变量描述性统计 109
4.1.1描述性统计概述 109
4.1.2以图形为基础的描述性统计 110
4.1.3以数值为基础的描述性统计 114
4.2离散型变量的理论分布 122
4.2.1 Bernoulli分布与二项分布 123
4.2.2 Poisson分布 125
4.2.3几何分布与超几何分布 127
4.2.4离散型均匀分布 129
4.3连续型变量的理论分布 129
4.3.1连续型均匀分布 129
4.3.2正态分布 131
4.3.3对数正态分布 133
4.3.4指数分布 135
4.3.5 Gamma分布 136
4.3.6 t-分布 138
4.3.7 F-分布 139
4.3.8 X2-分布 140
4.3.9 Weibull分布 142
4.3.10 Beta分布 145
4.3.11其他理论分布 146
4.3.12 disttool与各种概率分布之间的关系 148
4.4生成随机数 151
4.4.1随机数生成方法 151
4.4.2 MATLAB中的随机数生成 153
4.5探索性单变量分析 156
4.5.1探索性数据分析 156
4.5.2探索性单变量数据分析 156
4.5.3异常值判别 163
5.推断性单变量统计分析 168
5.1参数估计 169
5.1.1参数估计基本概念 169
5.1.2 Cramer - Rao不等式与参数估计定理 172
5.1.3参数估计方法 174
5.2点估计 179
5.2.1点估计概念与方法 179
5.2.2再论样本大小选择 184
5.3区间估计 185
5.3.1区间估计概念与方法 185
5.3.2单样本与双样本区间估计 187
5.4经典假设检验 188
5.4.1经典假设检验原理 189
5.4.2经典假设检验方法 193
5.4.3方差分析 203
5.5 p-值假设检验 209
5.5.1 p-值假设检验原理 209
5.5.2 p-值检验应用 211
5.6非参数估计与检验 212
5.6.1非参数统计概述 212
5.6.2非参数估计 214
5.6.3非参数检验方法 217
6.双变量统计与回归分析 229
6.1探索性双变量分析 230
6.1.1双变量分布图形表示 230
6.1.2双变量期望与变换 233
6.2协方差与相关系数的计算和验证 235
6.2.1协方差计算 235
6.2.2相关系数计算与验证 237
6.3经典线性回归分析与预测 247
6.3.1线性回归模型的一般形式 248
6.3.2经典线性回归计算 249
6.3.3线性回归方程及残差分析的MATLAB实现 257
6.3.4经典线性回归结果评价 262
6.3.5线性回归结果的统计应用 265
6.3.6 aoctool函数 266
6.4双变量回归分析的扩充 270
6.4.1多线性回归分析 270
6.4.2鲁棒性回归分析 276
6.4.3逐步回归分析 279
6.4.4岭回归分析与局部最小二乘回归分析 285
6.4.5多项式（曲线）回归分析 288
6.4.6广义线性模型 293
6.5非线性回归分析 296
6.5.1非线性回归模型 296
6.5.2混合效应模型 299
6.5.3回归树 300
7.多元统计分析 305
7.1描述性与探索性多元分析 306
7.1.1多元数据与多元分析 306
7.1.2多元数据可视化 309
7.1.3多元数据分布 314
7.1.4多元数据显著性检验 317
7.1.5 MATLAB中的多元统计量比较分析 320
7.2减小多元数据维度：线性方法 326
7.2.1多元线性维度分析方法比较 326
7.2.2主成分分析原理与方法 327
7.2.3 MATLAB中主成分分析的实现 332
7.2.4因子分析 340
7.3减小多元数据维度：非线性方法 344
7.3.1多维标度分析概述 344
7.3.2经典多维标度分析 346
7.3.3非度量多维标度分析 349
7.3.4 Procrustes分析 354
7.4判别分析 355
7.4.1分类与判别分析概述 355
7.4.2判别分析方法与准则 357
7.4.3 MATLAB中判别分析的实现 363
7.5聚类分析 368
7.5.1聚类分析概述 368
7.5.2谱系聚类分析原理 370
7.5.3以优化方法为基础的聚类 381
7.5.4聚类结果评价 386
7.6典型相关分析 388
7.6.1典型相关分析概念与原理 388
7.6.2 MATLAB中典型相关分析的实现 390
附录1综合作业 394
附录2希腊字母及其读音 396
附录3 MATLAB主要统计函数 397
参考文献 420
后记 427