數(shù)據(jù)分析方法

內(nèi)容概要

　　本書是為高等院校信息與計(jì)算科學(xué)專業(yè)本科生“數(shù)據(jù)分析課程”編寫的教材，內(nèi)容涉及常用統(tǒng)計(jì)數(shù)據(jù)分析的基本內(nèi)容與方法，包括數(shù)據(jù)的描述性分析、線性回歸分析、方差分析、主成分分析和典型相關(guān)分析、判別分析、聚類分析、Bayes統(tǒng)計(jì)分析等。另外，對(duì)SAS軟件的基本內(nèi)容以及與以上內(nèi)容有關(guān)的SAS過程做了簡(jiǎn)介，以便于各方法的實(shí)際應(yīng)用。各章均配備了豐富的有實(shí)際應(yīng)用背景的習(xí)題?！　”緯部勺鳛楦叩仍盒＝y(tǒng)計(jì)專業(yè)的本科生和非數(shù)學(xué)類碩士研究生教材以及數(shù)據(jù)分析工作者的參考書。

書籍目錄

第1章 數(shù)據(jù)描述性分析1.1 一維數(shù)據(jù)的數(shù)字特征1.1.1 表示位置的數(shù)字特征1.1.2 表示分散性的數(shù)字特征1.1.3 表示分布形狀的數(shù)字特征1.2 數(shù)據(jù)的分布1.2.1 直方圖、經(jīng)驗(yàn)分布函數(shù)與QQ圖1.2.2 莖葉圖1.2.3 數(shù)據(jù)的分布擬合檢驗(yàn)與正態(tài)性檢驗(yàn)1.3 多維數(shù)據(jù)的數(shù)字特征及相關(guān)分析1.3.1 二維數(shù)據(jù)的數(shù)字特征及相關(guān)系數(shù)1.3.2 多維數(shù)據(jù)的數(shù)字特征及相關(guān)矩陣1.3.3 總體的數(shù)字特征、相關(guān)矩陣及多維正態(tài)分布習(xí)題1第2章 線性回歸分析2.1 線性回歸模型及其參數(shù)估計(jì)2.1.1 線性回歸模型及其矩陣表示2.1.2 參數(shù)估計(jì)及其性質(zhì)2.2 統(tǒng)計(jì)推斷與預(yù)測(cè)2.2.1 回歸方程的顯著性檢驗(yàn)2.2.2 回歸系數(shù)的統(tǒng)計(jì)推斷2.2.3 預(yù)測(cè)及其統(tǒng)計(jì)推斷2.2.4 與回歸系數(shù)有關(guān)的假設(shè)檢驗(yàn)的一般方法2.3 殘差分析2.3.1 誤差項(xiàng)的正態(tài)性檢驗(yàn)2.3.2 殘差圖分析2.3.3 Box-cox變換2.4 回歸方程的選取2.4.1 窮舉法2.4.2 逐步回歸法習(xí)題2第3章 方差分析3.1 單因素方差分析3.1.1 單因素方差分析模型3.1.2 因素效應(yīng)的顯著性檢驗(yàn)3.1.3 因素各水平均值的估計(jì)與比較3.2 兩因素等重復(fù)試驗(yàn)下的方差分析3.2.1 統(tǒng)計(jì)模型3.2.2 交互效應(yīng)及因素效應(yīng)的顯著性檢驗(yàn)3.2.3 無交互效應(yīng)時(shí)各因素均值的估計(jì)與比較3.2.4 有交互效應(yīng)時(shí)因素各水平組合（AiBj）上的均值估計(jì)與比較3.3 兩因素非重復(fù)試驗(yàn)下的方差分析習(xí)題3第4章 主成分分析與典型相關(guān)分析4.1 主成分分析4.1.1 引言4.1.2 總體主成分4.1.3 樣本主成分4.2 典型相關(guān)分析4.2.1 引言4.2.2 總體的典型變量與典型相關(guān)4.2.3 樣本的典型變量與典型相關(guān)4.2.4 典型相關(guān)系數(shù)的顯著性檢驗(yàn)習(xí)題4第5章 判別分析5.1 距離判別5.1.1 兩個(gè)總體的距離判別5.1.2 判別準(zhǔn)則的評(píng)價(jià)5.1.3 多個(gè)總體的距離判別5.2 Baves判別5.2.1 Bayes判別的基本思想5.2.2 兩個(gè)總體的Beyes判別5.2.3 多個(gè)總體的Beyes判別習(xí)題5第6章 聚類分析6.1 樣品間相近性的度量6.2 快速聚類法6.2.1 快速聚類法的步驟6.2.2 用Lm距離進(jìn)行快速聚類6.3 譜系聚類法6.3.1 類間距離及其遞推公式6.3.2 譜系聚類法的步驟6.3.3 變量聚類習(xí)題6第7章 Bayes統(tǒng)計(jì)分析7.1 Baves統(tǒng)計(jì)模型7.1.1 Bayes統(tǒng)計(jì)分析的基本思想7.1.2 Bayes統(tǒng)計(jì)模型7.1.3 Bayes統(tǒng)計(jì)推斷原則7.1.4 先驗(yàn)分布的Bayes假設(shè)與不變先驗(yàn)分布7.1.5 共軛先驗(yàn)分布7.1.6 先驗(yàn)分布中超參數(shù)的確定7.2 Baves統(tǒng)計(jì)推斷7.2.1 參數(shù)的Bayes點(diǎn)估計(jì)7.2.2 Bayes區(qū)間估計(jì)7.2.3 Bayes假設(shè)檢驗(yàn)習(xí)題7第8章 SAS軟件及有關(guān)數(shù)據(jù)分析過程簡(jiǎn)介8.1 SAS基本內(nèi)容簡(jiǎn)介8.1.1 數(shù)據(jù)的輸入與輸出8.1.2 利用已有的SAS數(shù)據(jù)集建立新的SAS數(shù)據(jù)集8.1.3 SAS系統(tǒng)的數(shù)學(xué)運(yùn)算符號(hào)及常用的SAS函數(shù)8.1.4 邏輯語(yǔ)句與循環(huán)語(yǔ)句8.2 與本書內(nèi)容有關(guān)的SAS過程簡(jiǎn)介8.2.1 幾種描述性統(tǒng)計(jì)分析的SAS過程和作圖過程8.2.2 回歸分析的SAS過程——PR0C REG過程8.2.3 方差分析的sAS過程——PR0C ANOVA過程8.2.4 主成分分析的SAS過程——PROC PRINc0MP過程8.2.5 典型相關(guān)分析的sAS過程——PROC CANC0RR過程8.2.6 判別分析的SAS過程——PR0C DISCRIM過程8.2.7 聚類分析的SAS過程8.2.8 SAS系統(tǒng)的矩陣運(yùn)算編程語(yǔ)言——PROC IML過程簡(jiǎn)介主要參考文獻(xiàn)

章節(jié)摘錄

版權(quán)頁(yè)：插圖：人類認(rèn)識(shí)世界往往首先將被認(rèn)識(shí)的對(duì)象進(jìn)行分類，例如，在經(jīng)濟(jì)學(xué)中，為了了解不同地區(qū)城鎮(zhèn)居民的收入及消費(fèi)情況，往往需要?jiǎng)澐植煌念愋腿パ芯?；在產(chǎn)品質(zhì)量管理中，要根據(jù)各產(chǎn)品的某些重要指標(biāo)而將其分為一等品、二等品等；在生物學(xué)中，要根據(jù)各生物體的綜合特征進(jìn)行分類；在考古學(xué)中，要將某些古生物化石進(jìn)行科學(xué)的分類等等。聚類分析即是研究分類問題的數(shù)據(jù)分析方法。聚類分析與判別分析都是研究分類的，但它們有所區(qū)別。聚類分析一般尋求客觀的分類方法，在進(jìn)行聚類分析以前，對(duì)總體到底有幾種類型并不知道。判別分析則是總體分類已給定，在總體分布或來自總體訓(xùn)練樣本基礎(chǔ)上，對(duì)當(dāng)前的新樣品判定它們屬于哪個(gè)總體。然而，聚類分析與判別分析有一定聯(lián)系，判別分析中的訓(xùn)練樣本往往是從聚類分析得到的。聚類分析一般有兩種類型，即按樣品聚類或按變量（指標(biāo)）聚類，其基本思想是通過定義樣品或變量間“接近程度”的度量，以此為基礎(chǔ)，將“相近”的樣品或變量歸為一類。本章首先以樣品聚類為主，介紹兩種常用的聚類方法——快速聚類法與譜系聚類法。最后，對(duì)變量聚類也作了簡(jiǎn)單討論。

編輯推薦

《數(shù)據(jù)分析方法》為普通高等學(xué)校信息與計(jì)算科學(xué)專業(yè)系列叢書,普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材之一。

圖書封面

圖書標(biāo)簽Tags

無

評(píng)論、評(píng)分、閱讀與下載

---

    數(shù)據(jù)分析方法 PDF格式下載

---