Matlab機率與數理統計分析

Matlab機率與數理統計分析

Matlab機率與數理統計分析採用最新版MATLAB R2009a,介紹機率與統計的基本原理、典型套用,以及使用MATLAB進行實際工程中機率與統計分析的基本方法。本書可作為工科碩士研究生套用機率與統計課程的教材和非數學與統計類專業本科高年級學生的選修教材,也可作為管理、科研和工程技術人員的參考用書。

基本信息

內容簡介

本書共分9章。第1章介紹MATLAB的數據基礎,第2章介紹機率與數理統計基本概念,第3章介紹多維隨機向量,第4章介紹統計估計及統計特徵,第5章介紹統計檢驗方法——假設檢驗,第6章介紹方差分析及曲線擬合,第7章介紹回歸分析,第8章介紹多元統計分析,第9章介紹隱馬爾可夫模型及統計工具箱的示範程式等內容。

目錄

第1章 MATLAB的數據基礎

1.1 MATLAB的主要功能

1.1.1 MATLAB簡介

1.1.2 MATLAB的數據及數值分析

1.1.3 MATLAB矩陣的建立及基本操作

1.1.4 符號運算

1.1.5 MATLAB的繪圖功能

1.1.6 MATLAB數據類型及輸出輸入

1.2 MATLAB的程式編制

1.2.1 關係及邏輯運算

1.2.2 M函式檔案

1.2.3 M檔案

1.2.4 程式控制語句

1.2.5 編程要點

第2章 機率與數理統計基本概念

2.1 隨機事件及其機率

2.1.1 隨機事件

2.1.2 機率

2.1.3 排列與組合

2.1.4 古典機率

2.2 事件及運算

2.3 條件機率與事件的獨立性

2.3.1 條件機率

2.3.2 乘法公式

2.3.3 獨立性

2.4 機率空間

2.4.1 基本概念

2.4.2 機率空間

2.5 總體樣本

2.5.1 總體與樣本的基礎

2.5.2 分布定理

2.6 統計量與抽樣分布

2.6.1 統計量

2.6.2 經驗分布函式

2.6.3 ■分布

2.6.4 f分布

2.6.5 F分布

2.6.6 超幾何分布

2.6.7 常態分配

2.6.8 正態總體的樣本均值與樣本方差的分布

2.6.9 機率密度函式對比——直方圖估計法

2.7 統計檢驗

2.7.1 統計檢驗的基本原理

2.7.2 異常值檢驗

2.7.3方差檢驗

2.7.4 分布擬合檢驗

第3章 多維隨機變數

3.1 二維隨機變數

3.1.1 二維隨機變數的定義

3.1.2 離散型隨機向量

3.1.3 連續型隨機向量

3.1.4 隨機向量的均勻分布

3.2 隨機向量的分布

3.2.1 邊緣分布

3.2.2 條件分布

3.2.3 二維常態分配

3.3 隨機向量函式的分布

3.3.1 二維隨機向量函式的概念

3.3.2 函式分布

3.4 二維隨機向量的數字特徵

3.4.1 數學期望

3.4.2 邊緣分布的期望與方差

3.4.3 協方差

3.4.4 相關係數

3.4.5 矩與協方差矩陣

3.5 大數定律與中心極限定理

3.5.1切比雪夫不等式

3.5.2 大數定律

3.5.3 中心極限定理

第4章 統計估計及統計特徵

4.1 統計圖的繪製

4.1.1 盒狀圖

4.1.2 分布圖

4.1.3 散度圖

4.2 變數分布估計

4.2.1 頻率分布表與頻率直方圖

4.2.2 五數概括與盒狀圖

4.3 參數的點估計

4.3.1 矩估計法

4.3.2 極大似然估計法

4.3.3 估計量的性能分析

4.4 區間估計

4.4.1 區間估計的概念

4.4.2 單正態總體參數的區間估計

4.4.3 單側置信區間

4.5 機率分布的統計特徵

4.5.1 機率密度和累積分布密度

4.5.2 機率分布的均值和方差

第5章 統計檢驗方法一假設檢驗

5.1 假設檢驗概述

5.1.1 假設檢驗的邏輯

5.1.2 假設檢驗的步驟

5.1.3 檢驗的口值

5.1.4 假設檢驗錯誤與勢函式

5.1.5 假設檢驗與區間估計的關係

5.2 單正態總體的假設檢驗

5.2.1 總體均值的檢驗

5.2.2 總體N(■)方差■的檢驗

5.3 兩正態總體參數的假設檢驗

5.3.1 方差未知但相等時兩個正態總體均值的檢驗

5.3.2 兩個正態總體方差齊性(相等)的檢驗

5.4 非正態總體參數的假設檢驗

5.5 變數分布形態的檢驗

5.5.1 ■擬合優度檢驗

5.5.2 KuIMoRoPoB—CMHPHoB檢驗

5.5.3 正態性檢驗

5.5.4 符號檢驗法

5.5.5 秩和檢驗法

第6章 方差分析及曲線擬合

6.1 方差分析的相關概念

6.1.1 基本概念

6.1.2 方差分析的必要性

6.1.3 方差分析的基本思想

6.2 單因素方差分析

6.2.1 單因素統計模型及檢驗方法

6.2.2 效應與誤差方差的估計

6.2.3 重複數相同的方差分析

6.2.4 多重比較

6.2.5 方差齊性檢驗

6.3 雙因素方差分析

6.3.1 雙因素無重複實驗的方差分析

6.3.2 雙因素重複實驗的方差分析

6.3.3 多因素方差分析

6.4 數據曲線擬合

6.4.1 多項式擬合

6.4.2 連分式展開及連分式的有理近似

6.4.3 有理式擬合

6.4.4 函式線性組合的曲線擬合方法

6.4.5 最小二乘曲線擬合

6.5 二次回響曲面模型

第7章 回歸分析

7.1 一元線性回歸分析

7.1.1 一元線性回歸分析的基本定義

7.1.2 未知參數估計

7.1.3 回歸方程的顯著性檢驗

7.1.4 利用回歸方程進行預測

7.1.5 一元非線性回歸模型

7.2 多元線性回歸分析

7.2.1 多元線性回歸分析的基本定義

7.2.2 矩陣表示法

7.2.3 未知參數估計

7.2.4 誤差方差孑的估計

7.2.5 有關的統計推斷

7.3 偏最小二乘回歸分析

7.3.1 偏最小二乘回歸方法的數據結構與建模思想

7.3.2 偏最小二乘回歸方法的算法步驟

7.3.3 偏最小二乘回歸方法的輔助分析

第8章 多元統計分析

8.1 引言

8.2 因素分析

8.2.1 因素分析的理論介紹

8.2.2 因素分析的函式介紹

8.2.3 因素分析的套用示例分析

8.3 聚類分析

8.3.1 聚類分析的理論介紹

8.3.2 聚類分析的函式介紹

8.3.3 聚類分析的套用示例分析

8.4正交實驗設計分析

8.4.1 正交表分析

8.4.2 不考慮互動作用正交實驗設計的基本程式分析

8.4.3 正交實驗設計分析的套用示例分析

8.5 多元方差分析

8.5.1 多元方差分析的理論介紹

8.5.2 多元方差分析的函式介紹

8.5.3 多元方差分析的套用示例分析

8.6 判別分析

8.6.1 判別分析概述

8.6.2馬氏距離

8.6.3 多圖像平均法

8.7 實驗設計分析

8.7.1 實驗設計分析的理論介紹

8.7.2 實驗設計分析的函式介紹

8.7.3 實驗設計分析的套用示例分析



第9章 隱馬爾可夫模型及統計工具箱

的示範程式

9.1 隱馬爾可夫模型

9.1.1 基本理論概述

9.1.2 相關函式介紹

9.1.3 HMM在語音識別中的套用

9.2 示範程式

9.2.1 aoctool演示程式

9.2.2 disttool演示程式

9.2.3 polytool演示程式

9.2.4 randtool演示程式

9.2.5 robustdemo演示程式

9.2.6 rsmdemo演示程式

附錄

附錄A 標準常態分配函式表

附錄B X2分布上側分位點表

附錄C t分布上側分位點表

參考文獻

相關詞條

相關搜尋

熱門詞條

聯絡我們