滿額折
MATLAB概率與數理統計分析 第2版（簡體書）
商品資訊
人民幣定價：59 元
定價
：NT$ 354 元優惠價
：87 折 308 元
絕版無法訂購
相關商品
商品簡介
名人/編輯推薦
目次
商品簡介
matlab是一款優秀的數學計算軟件，在各工程領域中應用都十分廣泛。《MATLAB概率與數理統計分析（第2版）》以matlab r2011a為基礎，在第1版的基礎上進一步介紹了matlab的概率與數理統計分析。《MATLAB概率與數理統計分析（第2版）》以概率與數理統計的基本原理為線索，以matlab為輔助條件，分別介紹了概率與數理統計概述、統計估計、假設檢驗、方差分析、回歸分析、正交試驗分析、聚類分析、判別分析和多元數據相關分析等內容，理論與實踐相結合，向讀者演示了matlab在數理統計中的應用。
《matlab概率與數理統計分析（第2版）》可以作為廣大在校本科生和研究生的學習用書，也可以作為廣大科研人員、學者、工程技術人員的參考用書。
《matlab概率與數理統計分析（第2版）》可以作為廣大在校本科生和研究生的學習用書，也可以作為廣大科研人員、學者、工程技術人員的參考用書。
名人/編輯推薦
《MATLAB概率與數理統計分析（第2版）》以MATLABR2011a為基礎，在第1版的基礎上進一步介紹了MATLAB的概率與數理統計分析。《MATLAB概率與數理統計分析（第2版）》以概率與數理統計的基本原理為線索，以MATLAB為輔助條件，分別介紹了概率與數理統計概述、統計估計、假設檢驗、方差分析、回歸分析、正交試驗分析、聚類分析、判別分析和多元數據相關分析等內容，理論與實踐相結合，向讀者演示了MATLAB在數理統計中的應用。《MATLAB概率與數理統計分析（第2版）》可以作為廣大在校本科生和研究生的學習用書，也可以作為廣大科研人員、學者、工程技術人員的參考用書。
合理、完善的知識體系結構，內容豐富，重點突出，應用性強，免費提供相關程序源代碼下載，深入、詳細剖析MATLAB工程應用技術，
合理、完善的知識體系結構，內容豐富，重點突出，應用性強，免費提供相關程序源代碼下載，深入、詳細剖析MATLAB工程應用技術，
目次
前言
第1章 matlab簡介
1.1 matlab概述
1.1.1 matlab的特點
1.1.2 matlab常用工具箱
1.2 matlab的基本特色
1.2.1 常量與變量
1.2.2 基本函數
1.3 matlab集成環境
1.3.1 matlab主菜單及功能
1.3.2 命令窗口
1.3.3 工作空間
1.4 matlab幫助文檔
1.4.1 命令行幫助
1.4.2 系統演示
第2章 概率與數理統計概述
2.1 概率論基礎
2.1.1 隨機事件與概率
2.1.2 概率
.2.1.3 隨機變量及分布
2.1.4 排列與組合
2.1.5 正態分布
2.1.6 變量觀測及數據
2.2 事件及運算
2.3 隨機變量及其分布
2.3.1 總體樣本
2.3.2 隨機數生成
2.3.3 統計量
2.4 隨機變量數字特征
2.4.1 數學期望
2.4.2 邊緣分布的期望與方差
2.4.3 協方差
2.4.4 相關系數
2.4.5 矩與協方差矩陣
2.5 常用分布隨機數
2.5.1 經驗分布
2.5.2 任意指定區間上的均勻分布
2.5.3 三角分布
2.5.4 分布
2.5.5 beta分布
2.5.6 二項分布
2.5.7 負二項分布
2.5.8 2分布
2.5.9 指數分布
2.5.10 正態分布
2.5.11 幾何分布
2.5.12 超幾何分布
2.5.13 泊松分布
2.5.14 f分布
2.5.15 t分布
2.5.16 正態總體的樣本均值與樣本方差的分布
2.5.17 概率密度函數對比--直方圖估計法
2.6 強大數定律與中心極限定理
2.6.1 切比雪夫不等式
2.6.2 強大數定律
2.6.3 中心極限定理
第3章 統計估計
3.1 統計圖繪制
3.1.1 box（盒子）圖
3.1.2 分布圖
3.1.3 頻率直方圖
3.1.4 經驗分布函數圖
3.1.5 誤差條形圖
3.1.6 散度圖
3.1.7 交互圖
3.1.8 回歸殘差圖
3.1.9 參考線
3.2 統計工序管理圖
3.2.1 工序能力圖
3.2.2 正態分布密度曲線
3.3 點估計
3.3.1 矩估計法
3.3.2 極大似然估計法
3.3.3 估計量的性能分析
3.4 核密度估計
3.4.1 經驗密度函數
3.4.2 核密度估計
3.5 區間估計
3.5.1 區間估計概述
3.5.2 單正態總體參數的區間估計
3.5.3 單側置信區間
第4章 假設檢驗
4.1 假設基本概述
4.1.1 假設檢驗的邏輯
4.1.2 假設檢驗的步驟
4.1.3 檢驗的p值
4.1.4 假設檢驗錯誤與勢函數
4.1.5 假設檢驗與區間估計的關系
4.2 統計檢驗
4.2.1 統計檢驗的基本原理
4.2.2 異常值檢驗
4.3 分布檢驗
4.3.1 2檢驗
4.3.2 jarque-beran檢驗
4.3.3 kolmogorov-smirnov檢驗
4.3.4 lilliefors檢驗
4.3.5 符號檢驗
4.3.6 秩和檢驗
4.3.7 中值檢驗
4.4 單正態總體的假設檢驗
4.4.1 總體標準差已知時的單個正態總體均值的u檢驗
4.4.2 總體標準差未知時的單個正態總體均值的t檢驗
4.4.3 總體均值未知時的單個正態總體方差的 2檢驗
4.5 兩正態總體參數的假設檢驗
4.5.1 總體標準未知時的兩個正態總體均值的比較t檢驗
4.5.2 總體均值未知時的兩個正態總體方差的比較f檢驗
4.6 非正態總體參數的假設檢驗
4.6.1 小樣本檢驗
4.6.2 大樣本檢驗法
第5章 方差分析
5.1 方差分析概述
5.1.1 方差分析的假定條件和假設檢驗
5.1.2 方差分析作用
5.1.3 方差分析的基本思想
5.1.4 方差分析的必要性
5.2 單因素一元方差分析
5.2.1 單因素一元試驗的統計模型及檢驗法
5.2.2 單因素一元方差多重比較
5.2.3 單因素一元方差齊性檢驗
5.2.4 單因素一元方差誤差估計
5.2.5 單因素一元方差的matlab實現
5.2.6 編寫方差分析表
5.3 雙因素等重復試驗方差分析
5.3.1 雙因素等重復試驗方差分析概述
5.3.2 編寫雙因素等重復試驗方差分析表
5.4 雙因素無重復試驗方差分析
5.4.1 雙因素無重復試驗方差分析概述
5.4.2 雙因素無重復試驗方差分析的matlab實現
5.4.3 編寫雙因素無重復試驗方差分析表
5.5 多因素一元方差分析
5.5.1 多因素一元方差分析的matlab實現
5.5.2 編寫多因素一元方差分析表
5.6 單因素多元方差分析
5.7 非參數方差分析
5.7.1 kruskal-wallis檢驗
5.7.2 friedman檢驗
第6章 回歸分析
6.1 回歸分析概述
6.1.1 回歸分析的基本概念
6.1.2 回歸分析的基本定義
6.1.3 回歸分析的內容
6.2 一元線性回歸分析
6.2.1 一元線性回歸分析的基本定義
6.2.2 未知參數估計
6.2.3 回歸方程顯著性檢驗
6.2.4 regress函數實現一元線性回歸分析
6.2.5 regstats函數實現一元線性回歸分析
6.2.6 robustfit函數實現穩健回歸分析
6.3 一元非線性回歸分析
6.3.1 一元非線性回歸分析模型
6.3.2 nlinfit函數實現一元非線性回歸分析
6.3.3 cftool函數實現一元非線性回歸分析
6.4 多元回歸線性分析
6.4.1 多元回歸線性分析的基本定義
6.4.2 以矩陣形式表示多元線性回歸分析
6.4.3 未知參數估計
6.4.4 誤差方差 2的估計
6.4.5 有關的統計推斷
6.4.6 regress函數實現多元回歸分析
6.4.7 自編reglm函數實現多元回歸分析
6.4.8 逐步回歸法
6.5 部分最小二乘回歸分析
6.5.1 部分最小二乘回歸分析的基本思想
6.5.2 部分最小二乘回歸分析的實現
第7章 正交試驗分析
7.1 正交試驗極差分析
7.1.1 正交試驗極差分析概述
7.1.2 正交試驗極差分析的matlab實現
7.2 正交試驗方差分析
7.2.1 正交試驗方差分析概述
7.2.2 正交試驗方差分析的matlab實現
7.3 交互作用的正交試驗分析
7.3.1 交互作用的正交試驗設計
7.3.2 交互作用的正交試驗原則
7.3.3 交互作用的正交試驗的matlab實現
第8章 聚類分析
8.1 聚類分析基本概述
8.1.1 聚類分析的概念
8.1.2 聚類分析的應用
8.1.3 聚類分析基于模型的方法
8.2 聚類距離與相似系數
8.2.1 變量類型
8.2.2 距離
8.2.3 相似系數
8.3 系統聚類法
8.3.1 系統聚類法基本介紹
8.3.2 實現聚類法的函數
8.3.3 系統聚類法的matlab實現
8.4 k均值聚類法
8.4.1 k均值聚類法概述
8.4.2 k均值聚類法的函數
8.4.3 k均值聚類法的matlab實現
8.5 模糊c均值聚類法
8.5.1 模糊c均值聚類法概述
8.5.2 模糊c均值聚類法的函數
8.5.3 模糊c均值聚類法的matlab實現
第9章 判別分析
9.1 判別分析的基本思想及意義
9.2 距離判別分析
9.2.1 距離判別分析概述
9.2.2 距離判別分析的函數
9.2.3 距離判別分析的matlab實現
9.3 貝葉斯判別分析
9.3.1 貝葉斯判別分析概述
9.3.2 貝葉斯判別分析的matlab實現
9.4 fisher判別分析
9.4.1 fisher判別分析概述
9.4.2 fisher判別分析的matlab實現
第10章 多元數據相關分析
10.1 主成分分析
10.1.1 主成分分析簡介
10.1.2 主成分分析算法步驟
10.2 主成分分析函數
10.2.1 barttest函數及其實現
10.2.2 pcacov函數及其實現
10.2.3 princomp函數及其實現
10.2.4 pcares函數及其實現
10.3 典型相關分析
10.3.1 典型相關分析概述
10.3.2 典型相關分析的matlab實現
參考文獻
第1章 matlab簡介
1.1 matlab概述
1.1.1 matlab的特點
1.1.2 matlab常用工具箱
1.2 matlab的基本特色
1.2.1 常量與變量
1.2.2 基本函數
1.3 matlab集成環境
1.3.1 matlab主菜單及功能
1.3.2 命令窗口
1.3.3 工作空間
1.4 matlab幫助文檔
1.4.1 命令行幫助
1.4.2 系統演示
第2章 概率與數理統計概述
2.1 概率論基礎
2.1.1 隨機事件與概率
2.1.2 概率
.2.1.3 隨機變量及分布
2.1.4 排列與組合
2.1.5 正態分布
2.1.6 變量觀測及數據
2.2 事件及運算
2.3 隨機變量及其分布
2.3.1 總體樣本
2.3.2 隨機數生成
2.3.3 統計量
2.4 隨機變量數字特征
2.4.1 數學期望
2.4.2 邊緣分布的期望與方差
2.4.3 協方差
2.4.4 相關系數
2.4.5 矩與協方差矩陣
2.5 常用分布隨機數
2.5.1 經驗分布
2.5.2 任意指定區間上的均勻分布
2.5.3 三角分布
2.5.4 分布
2.5.5 beta分布
2.5.6 二項分布
2.5.7 負二項分布
2.5.8 2分布
2.5.9 指數分布
2.5.10 正態分布
2.5.11 幾何分布
2.5.12 超幾何分布
2.5.13 泊松分布
2.5.14 f分布
2.5.15 t分布
2.5.16 正態總體的樣本均值與樣本方差的分布
2.5.17 概率密度函數對比--直方圖估計法
2.6 強大數定律與中心極限定理
2.6.1 切比雪夫不等式
2.6.2 強大數定律
2.6.3 中心極限定理
第3章 統計估計
3.1 統計圖繪制
3.1.1 box（盒子）圖
3.1.2 分布圖
3.1.3 頻率直方圖
3.1.4 經驗分布函數圖
3.1.5 誤差條形圖
3.1.6 散度圖
3.1.7 交互圖
3.1.8 回歸殘差圖
3.1.9 參考線
3.2 統計工序管理圖
3.2.1 工序能力圖
3.2.2 正態分布密度曲線
3.3 點估計
3.3.1 矩估計法
3.3.2 極大似然估計法
3.3.3 估計量的性能分析
3.4 核密度估計
3.4.1 經驗密度函數
3.4.2 核密度估計
3.5 區間估計
3.5.1 區間估計概述
3.5.2 單正態總體參數的區間估計
3.5.3 單側置信區間
第4章 假設檢驗
4.1 假設基本概述
4.1.1 假設檢驗的邏輯
4.1.2 假設檢驗的步驟
4.1.3 檢驗的p值
4.1.4 假設檢驗錯誤與勢函數
4.1.5 假設檢驗與區間估計的關系
4.2 統計檢驗
4.2.1 統計檢驗的基本原理
4.2.2 異常值檢驗
4.3 分布檢驗
4.3.1 2檢驗
4.3.2 jarque-beran檢驗
4.3.3 kolmogorov-smirnov檢驗
4.3.4 lilliefors檢驗
4.3.5 符號檢驗
4.3.6 秩和檢驗
4.3.7 中值檢驗
4.4 單正態總體的假設檢驗
4.4.1 總體標準差已知時的單個正態總體均值的u檢驗
4.4.2 總體標準差未知時的單個正態總體均值的t檢驗
4.4.3 總體均值未知時的單個正態總體方差的 2檢驗
4.5 兩正態總體參數的假設檢驗
4.5.1 總體標準未知時的兩個正態總體均值的比較t檢驗
4.5.2 總體均值未知時的兩個正態總體方差的比較f檢驗
4.6 非正態總體參數的假設檢驗
4.6.1 小樣本檢驗
4.6.2 大樣本檢驗法
第5章 方差分析
5.1 方差分析概述
5.1.1 方差分析的假定條件和假設檢驗
5.1.2 方差分析作用
5.1.3 方差分析的基本思想
5.1.4 方差分析的必要性
5.2 單因素一元方差分析
5.2.1 單因素一元試驗的統計模型及檢驗法
5.2.2 單因素一元方差多重比較
5.2.3 單因素一元方差齊性檢驗
5.2.4 單因素一元方差誤差估計
5.2.5 單因素一元方差的matlab實現
5.2.6 編寫方差分析表
5.3 雙因素等重復試驗方差分析
5.3.1 雙因素等重復試驗方差分析概述
5.3.2 編寫雙因素等重復試驗方差分析表
5.4 雙因素無重復試驗方差分析
5.4.1 雙因素無重復試驗方差分析概述
5.4.2 雙因素無重復試驗方差分析的matlab實現
5.4.3 編寫雙因素無重復試驗方差分析表
5.5 多因素一元方差分析
5.5.1 多因素一元方差分析的matlab實現
5.5.2 編寫多因素一元方差分析表
5.6 單因素多元方差分析
5.7 非參數方差分析
5.7.1 kruskal-wallis檢驗
5.7.2 friedman檢驗
第6章 回歸分析
6.1 回歸分析概述
6.1.1 回歸分析的基本概念
6.1.2 回歸分析的基本定義
6.1.3 回歸分析的內容
6.2 一元線性回歸分析
6.2.1 一元線性回歸分析的基本定義
6.2.2 未知參數估計
6.2.3 回歸方程顯著性檢驗
6.2.4 regress函數實現一元線性回歸分析
6.2.5 regstats函數實現一元線性回歸分析
6.2.6 robustfit函數實現穩健回歸分析
6.3 一元非線性回歸分析
6.3.1 一元非線性回歸分析模型
6.3.2 nlinfit函數實現一元非線性回歸分析
6.3.3 cftool函數實現一元非線性回歸分析
6.4 多元回歸線性分析
6.4.1 多元回歸線性分析的基本定義
6.4.2 以矩陣形式表示多元線性回歸分析
6.4.3 未知參數估計
6.4.4 誤差方差 2的估計
6.4.5 有關的統計推斷
6.4.6 regress函數實現多元回歸分析
6.4.7 自編reglm函數實現多元回歸分析
6.4.8 逐步回歸法
6.5 部分最小二乘回歸分析
6.5.1 部分最小二乘回歸分析的基本思想
6.5.2 部分最小二乘回歸分析的實現
第7章 正交試驗分析
7.1 正交試驗極差分析
7.1.1 正交試驗極差分析概述
7.1.2 正交試驗極差分析的matlab實現
7.2 正交試驗方差分析
7.2.1 正交試驗方差分析概述
7.2.2 正交試驗方差分析的matlab實現
7.3 交互作用的正交試驗分析
7.3.1 交互作用的正交試驗設計
7.3.2 交互作用的正交試驗原則
7.3.3 交互作用的正交試驗的matlab實現
第8章 聚類分析
8.1 聚類分析基本概述
8.1.1 聚類分析的概念
8.1.2 聚類分析的應用
8.1.3 聚類分析基于模型的方法
8.2 聚類距離與相似系數
8.2.1 變量類型
8.2.2 距離
8.2.3 相似系數
8.3 系統聚類法
8.3.1 系統聚類法基本介紹
8.3.2 實現聚類法的函數
8.3.3 系統聚類法的matlab實現
8.4 k均值聚類法
8.4.1 k均值聚類法概述
8.4.2 k均值聚類法的函數
8.4.3 k均值聚類法的matlab實現
8.5 模糊c均值聚類法
8.5.1 模糊c均值聚類法概述
8.5.2 模糊c均值聚類法的函數
8.5.3 模糊c均值聚類法的matlab實現
第9章 判別分析
9.1 判別分析的基本思想及意義
9.2 距離判別分析
9.2.1 距離判別分析概述
9.2.2 距離判別分析的函數
9.2.3 距離判別分析的matlab實現
9.3 貝葉斯判別分析
9.3.1 貝葉斯判別分析概述
9.3.2 貝葉斯判別分析的matlab實現
9.4 fisher判別分析
9.4.1 fisher判別分析概述
9.4.2 fisher判別分析的matlab實現
第10章 多元數據相關分析
10.1 主成分分析
10.1.1 主成分分析簡介
10.1.2 主成分分析算法步驟
10.2 主成分分析函數
10.2.1 barttest函數及其實現
10.2.2 pcacov函數及其實現
10.2.3 princomp函數及其實現
10.2.4 pcares函數及其實現
10.3 典型相關分析
10.3.1 典型相關分析概述
10.3.2 典型相關分析的matlab實現
參考文獻
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。