第1章MATLAB软件认识及编程基础 1
1.1 MATLAB软件概述 1
1.1.1 MATLAB的主要功能 1
1.1.2 MATLAB的优势 1
1.1.3 MATLAB R2012a的新特点 2
1.1.4 MATLAB的常用工具箱 3
1.2 MATLAB的安装及激活 4
1.3 MATLAB的用户界面 9
1.3.1 MATLAB的启动与退出 9
1.3.2 MATLAB的组成 10
1.3.3工具栏 14
1.3.4命令窗口 14
1.3.5工作空间窗口 16
1.3.6命令历史窗口 17
1.3.7当前文件夹窗口 18
1.3.8 M文件编辑器/调试器窗口 19
1.3.9 MATLAB的在线帮助 19
1.4运算符与变量 22
1.4.1运算符 23
1.4.2变量 24
1.5数据类型 27
1.5.1数值数据型 27
1.5.2复数 32
1.5.3无穷大数 34
1.5.4字符型数据 34
1.5.5逻辑型数据 35
1.6数组 36
1.6.1数组的创建 36
1.6.2多维数组的创建 37
1.6.3数组的运算 39
1.7元胞数组 41
1.7.1元胞数组的创建 42
1.7.2元胞数组的显示 43
1.7.3元胞数组函数 45
1.8结构数组 46
1.8.1结构数组的创建 46
1.8.2结构数组函数 47
1.9稀疏矩阵 48
1.9.1稀疏矩阵的存储 48
1.9.2稀疏矩阵的创建 49
1.9.3稀疏矩阵函数 52
1.10函数可视化 54
1.10.1绘制图形的辅助操作 54
1.10.2视点控制和图形的旋转 56
1.10.3特殊坐标轴绘图函数 59
1.10.4四维图 64
第2章MATLAB概率论与数理统计基础 69
2.1概率论基础 69
2.1.1随机事件与概率 69
2.1.2事件的独立性 70
2.2变量及其概率分布 70
2.2.1随机分布 71
2.2.2标准正态分布 72
2.2.3指数分布 73
2.2.4正态分布 75
2.2.5均匀分布 77
2.2.6二次项分布 78
2.2.7 x2分布 81
2.2.8 r分布 84
2.2.9 F分布 85
2.2.10 t分布 87
2.2.11几何分布 88
2.2.12超几何分布 90
2.2.13 Beta分布 91
2.2.14泊松分布 92
2.2.15瑞利分布 95
2.3任意一元随机分布 96
2.3.1离散分布随机数 97
2.3.2连续分布随机数 99
2.4多元随机分布 103
2.5大数定理与中心极限定理 106
2.5.1大数定理 106
2.5.2中心极限定理 108
2.6统计量的数字特征 109
2.6.1统计量 109
2.6.2数学期望与方均值 111
2.6.3数据比较 112
2.6.4方差与标准差 113
2.6.5和与积 116
2.6.6累积和累和 117
2.6.7协方差 118
2.6.8相关系数 119
2.6.9偏斜度与峰值 120
第3章 数据处理与统计作图 123
3.1数据的平滑处理 123
3.1.1 smooth函数 123
3.1.2 smoothts函数 126
3.1.3 medfiltl函数 128
3.2数据标准化变换与极差变换 129
3.2.1数据标准化变换 129
3.2.2数据极差变换 132
3.3统计图 134
3.3.1直方图 135
3.3.2盒子图 137
3.3.3误差条图 139
3.3.4最小二乘拟合直线 140
3.3.5帕累托图 141
3.3.6 QQ图 142
3.3.7回归残差图 143
3.3.8多项式拟合曲线 144
3.3.9参考线 145
3.3.10正态概率图 146
3.3.11交互轮廓图 147
3.3.12点的标签 148
3.4统计工序管理图 149
3.4.1工序能力指数 149
3.4.2工序能力图 150
3.4.3指数加权滑动平均图 151
3.4.4规定区间的正态分布密度图 152
3.4.5标准差管理图 153
3.4.6均值管理图 154
3.5统计工具GUI 155
3.5.1分布工具箱的GUI使用 155
3.5.2多项式工具箱的GUI使用 157
3.5.3方差分析工具箱的GUI使用 159
第4章MATLAB统计估计 164
4.1参数的点估计 164
4.1.1矩估计法 164
4.1.2极大似然估计法 166
4.1.3估计量的性能分析 170
4.2区间估计 173
4.2.1区间估计的概念 174
4.2.2正态总体的区间估计 176
4.2.3单侧置信区间 180
4.2.4区间估计的MATLAB函数 181
4.3核密度估计 186
4.3.1经验密度估计 186
4.3.2核密度估计法及MATLAB实现 186
第5章MATLAB参数检验 193
5.1假设检验概论 193
5.2单个正态总体的假设检验 195
5.2.1总体均值的检验 195
5.2.2总体N（μ，σ2）方差σ2检验 203
5.3两个正态总体的假设检验 206
5.3.1两个正态总体均值的检验（t检验法） 207
5.3.2成对数据的比较（t检验法） 209
5.3.3两个正态总体方差的检验（F检验法） 210
5.4分布检验 212
5.4.1 x2检验法 212
5.4.2 Jarque-Bera检验 216
5.4.3 Kolmogorov-Smimov检验 218
5.4.4 Lilliefors检验 220
5.4.5 符号检验 223
5.4.6秩和检验 225
5.5非正态总体的参数检验 228
5.5.1 0-1分布参数P的检验 228
5.5.2泊松分布参数λ的检验 230
5.5.3指数分布参数θ的检验 232
5.5.4非正态总体大样本的参数检验 234
第6章MATLAB方差分析 236
6.1方差分析概述 236
6.1.1方差分析的必要性 238
6.1.2方差分析的基本思想 239
6.2单因素方差分析 240
6.2.1单因素方差分析模型 240
6.2.2单因素方差分析的MATLAB实现 244
6.3双因素方差分析 249
6.3.1双因素无交互方差分析 249
6.3.2双因素有交互方差分析 253
6.3.3双因素方差分析的MATLAB实现 255
6.4多因素方差分析及MATLAB实现 260
6.5单因素多元方差分析 264
6.6非参数方差分析 267
6.6.1单因素非参数方差分析 267
6.6.2双因素秩方差分析 270
第7章MATLAB回归分析与数据拟合 274
7.1拟合 274
7.1.1曲线拟合 275
7.1.2非线性最小二乘拟合 276
7.2一元线性回归分析 280
7.2.1一元线性回归模型 280
7.2.2一元线性回归系数估计 281
7.2.3一元线性回归显著性检验 283
7.2.4一元线性回归的预测 285
7.3一元线性回归分析的MATLAB实现 286
7.3.1多重线性或广义线性回归分析 286
7.3.2一元或多重线性回归分析 288
7.3.3稳健回归分析 290
7.4一元非线性回归分析 293
7.4.1一元非线性回归分析模型 293
7.4.2一元非线性回归分析的MATLAB实现 294
7.5多元线性回归分析 300
7.5.1多元线性回归模型及矩阵表示 300
7.5.2多元线性回归的系数估计 301
7.5.3多元线性回归的显著性检验 302
7.5.4多元线性回归的预测 303
7.5.5多元线性回归分析的MATLAB实现 304
7.6最优回归方程的选择 308
第8章MATLAB实验设计 314
8.1实验设计 314
8.1.1完全析因设计 314
8.1.2不完全析因分析 315
8.1.3 D-优化设计 316
8.2正交实验设计 323
8.2.1正交实验的极差分析 323
8.2.2正交实验的方差分析 328
第9章MATLAB多元分析 334
9.1聚类分析概述 335
9.2聚类分析 336
9.2.1系统聚类法 336
9.2.2系统聚类法的MATLAB函数及其实现 340
9.2.3 K均值聚类法 351
9.2.4模糊C均值聚类法 355
9.2.5减法聚类法 361
9.3判别分析 363
9.3.1距离判别分析 363
9.3.2 Fisher判别 369
9.4主成分分析 373
9.4.1主成分分析概述 374
9.4.2主成分分析的MATLAB实现 375
9.5校正分析 382
9.5.1单变量校正 382
9.5.2非线性校正 387
9.6因子分析 389
9.6.1 Q型与R型因子分析 389
9.6.2目标因子分析 391
9.6.3因子分析的MATLAB实现 391
参考文献 400