《基于Matlab 7.0的统计信息处理》PDF下载

  • 购买积分:11 如何计算积分?
  • 作  者:陈仲生编著
  • 出 版 社:长沙:湖南科学技术出版社
  • 出版年份:2005
  • ISBN:7535742882
  • 页数:297 页
图书介绍:本书以Mathworks公司最新推出的Matlab7.0为平台,介绍了数理统计工具箱中的概率分布、线形和非现形回归、假设检验、多元统计分析、隐马尔可夫模型及其在数理统计中的应用等。

目录 3

第一部分 基础理论 3

第1章 Matlab 7.0简介 3

1.1 Matlab的产生背景 3

1.2 Matlab的强大功能 4

1.3 Matlab语言特点 5

1.4 Matlab 7.0安装 6

1.5 Matlab 7.0新特点 10

1.6 Matlab 7.0新产品 12

1.6.1 新产品 12

1.6.2 更新的产品 13

1.7 Simulink 6.0新特点 14

1.8 统计分析工具箱简介 15

1.8.1 数理统计工具箱(Statistics Toolbox 5.0) 15

1.8.2 高阶统计工具箱(Higher-Order Statistics Toolbox) 15

第2章 数理统计基本理论 17

2.1 随机变量及其分布 17

2.1.1 随机变量的分布 17

2.1.2 随机变量的数字特征 19

2.2 统计检验 19

2.2.1 统计检验的基本原理 20

2.2.2 异常值检验 20

2.2.3 方差检验 21

2.3 方差分析 22

2.2.4 分布拟合检验 22

2.3.1 单因素方差分析 23

2.3.2 两因素方差分析 23

2.4 回归分析 25

2.4.1 一元线性回归分析 25

2.4.2 多元线性回归分析 27

第3章 高阶统计量理论 28

3.1 高阶累积量定义 28

3.1.1 随机变(向)量的特征函数 28

3.1.2 高阶累积量的定义和性质 29

3.1.3 高斯过程的高阶累积量 29

3.1.4 高阶累积量与非线性系统 30

3.2.1 定义 31

3.2 双谱定义 31

3.2.2 双谱的经典估计算法 32

3.3 时变高阶谱定义 33

3.3.1 基本定义 33

3.3.2 重要性质 34

第二部分 数理统计工具箱的工程应用 39

第4章 数理统计工具箱函数简介 39

第5章 概率分布及其统计特征 45

5.1 常见概率分布的随机数生成 45

5.1.1 命令行方式 45

5.1.2 图形接口方式 73

5.2 概率密度分布拟合和参数估计 76

5.2.1 图形接口方式 76

5.2.2 命令行方式 79

5.3 概率分布的统计特征 90

5.3.1 计算概率密度和累积分布密度 90

5.3.2 计算概率分布的均值和方差 91

5.3.3 计算概率分布的描述统计量 92

5.4 统计图的绘制 95

5.4.1 盒状图 95

5.4.2 分布图 96

5.4.2 散度图(Scatter Plots) 103

第6章 线性统计模型 105

6.1 引言 105

6.2.1 单因素方差分析 106

6.2 方差分析(ANOVA) 106

6.2.2 两因素方差分析 110

6.2.3 多因素方差分析 113

6.3 多元线性回归 114

6.4 多项式曲线拟合 117

6.5 二次响应曲面模型 120

6.6 逐步回归 123

6.6.1 交互式图形工具 123

6.6.2 命令行形式 125

6.6.3 实例分析 125

第7章 非线性统计模型 128

7.1 引言 128

7.2 估计参数和预测响应的置信区间 130

7.3 非线性回归的交互式图形工具 131

第8章 假设检验 133

8.1 基本理论 133

8.2 正态分布检验 134

8.3 正态总体均值的检验 136

8.3.1 单个正态总体均值的检验 137

8.3.2 两个正态总体均值的检验 139

8.4 非参数检验 141

8.4.1 符号检验法 141

8.4.2 秩和检验法 143

第9章 多元统计分析 145

9.1 引言 145

9.2.1 基本原理 146

9.2 主成分分析 146

9.2.2 函数介绍 147

9.2.3 工程应用案例分析 150

9.3 因素分析 151

9.3.1 基本理论 151

9.3.2 算法及函数介绍 152

9.3.3 工程应用案例分析 154

9.4 多元方差分析 156

9.4.1 基本理论 156

9.4.2 函数介绍 157

9.4.3 工程应用案例分析 157

9.5 聚类分析 159

9.5.1 基本理论 159

9.5.2 算法及函数介绍 160

9.5.3 工程应用案例分析 166

第10章 隐马尔可夫模型 168

10.1 基本理论 168

10.1.1 基本概念 168

10.1.2 基本算法 170

10.2 相关的函数用法 172

10.3 HMM在语音识别中的应用 177

10.3.1 基本原理 177

10.3.2 实例分析 178

第三部分 高阶统计工具箱的工程应用 185

第11章 高阶统计工具箱函数简介 185

12.2 高阶累积量的估计 188

第12章 高阶统计量的估计 188

12.1 引言 188

12.2.1 二阶累积量估计 189

12.2.2 三阶累积量估计 191

12.2.3 四阶累积量估计 193

12.3 双谱的估计 195

12.3.1 非参数化方法 196

12.3.2 双相干系数的估计 200

12.3.3 窗函数的设计 202

12.3.4 1?维谱的估计 204

12.3.5 参数化方法 207

13.1 引言 211

13.2 线性和非高斯性检验 211

第13章 非线性相位耦合检测 211

13.2.1 非高斯性检验 212

13.2.2 线性检验 212

13.2.3 例程分析 212

13.3 二次相位耦合检测 215

13.3.1 利用双谱检测二次相位耦合 215

13.3.2 利用双相干系数检测二次相位耦合 217

13.3.3 利用1维谱检测二次相位耦合 218

13.4 太阳黑子数据的双谱分析 221

13.5 语音信号的双谱分析 222

第14章 线性过程建模及其应用 227

14.1 引言 227

14.2.1 AR模型阶次确定 228

14.2 AR过程建模 228

14.2.2 AR模型参数辨识 229

14.3 MA过程建模 232

14.3.1 MA模型阶次确定 232

14.3.2 MA模型参数辨识 234

14.4 ARMA过程建模 235

14.4.1 基本原理 235

14.4.2 例程分析 236

14.5 线性过程冲击响应的估计 238

14.5.1 Polycepstral方法 238

14.5.2 Matsuoka-Ulrych算法 240

14.6 线性预测 241

14.6.2 Trench递归方法 242

14.6.1 Levinson递归方法 242

14.6.3 自适应线性预测 245

第15章 谐波恢复和波达方向估计 250

15.1 引言 250

15.2 Pisarenko方法 254

15.2.1 基本原理 254

15.2.2 例程分析 255

15.3 MUSIC方法 257

15.3.1 基本原理 257

15.3.2 例程分析 258

15.4 最小正则(Minimum-Norm)方法 259

15.4.1 基本原理 259

15.4.2 例程分析 260

15.5.1 基本原理 261

15.5 ESPRIT方法 261

15.5.2 例程分析 262

15.6 基于准则的方法 265

15.6.1 基本原理 265

15.6.2 例程分析 266

15.7 基于累积量的方法 266

第16章 非线性系统估计 269

16.1 引言 269

16.2 互双谱方法 270

16.2.1 基本原理 270

16.2.2 例程分析 270

16.3.1 基本原理 274

16.3 傅立叶变换方法 274

16.3.2 例程分析 275

第17章 时延估计 278

17.1 引言 278

17.2 互相关方法 278

17.2.1 基本原理 278

17.2.2 例程分析 279

17.3 互累积量方法 280

17.3.1 基本原理 280

17.3.2 例程分析 282

17.4 全息图方法 282

17.4.1 基本原理 282

17.4.2 例程分析 283

第18章 高阶时频分布及其应用 285

18.1 引言 285

18.2 Wigner谱 286

18.2.1 基本定义 286

18.2.2 例程分析 286

18.3 Wigner双谱 289

18.3.1 基本定义 289

18.3.2 例程分析 291

18.4 Wigner三谱 293

18.4.1 基本定义 293

18.4.2 例程分析 294

参考文献 297