图书介绍

地质数据的多变量统计分析pdf电子书版本下载

地质数据的多变量统计分析
  • 王学仁编著 著
  • 出版社: 北京:科学出版社
  • ISBN:13031·1846
  • 出版时间:1982
  • 标注页数:518页
  • 文件大小:11MB
  • 文件页数:529页
  • 主题词:

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

下载说明

地质数据的多变量统计分析PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

目录 1

第一章 统计推断 1

§1 样本与总体 1

§2 参数估计 4

2.1 参数点估计——最大或然性方法 4

2.2 估计量好坏的标准 9

2.3 参数的区间估计 11

§3 假设检验 16

§4 总体分布的鉴定——x2检验 23

§5 多元变量及其表征数 27

5.1 多元变量的总体 27

5.2 多元变量的表征数 27

5.3 多元变量的独立性 29

§6 多元正态分布 29

6.1 多元正态分布的形式 29

6.2 多元正态分布的性质 33

7.1 均向量与协方差矩阵的估计 38

§7 均向量与协方差矩阵的估计和检验 38

7.2 多元两总体的检验——T2统计量及其应用 40

第二章 多元回归分析 43

§1 什么是回归分析 43

§2 多元线性回归方程 45

2.1 回归系数β0,β1,…,βp的最小二乘估计 45

2.2 回归方程和回归系数的显著性检验 49

2.3 利用回归方程进行预测和控制 53

§3 化曲线为直线的回归问题 62

§1 什么是逐步回归分析 75

第三章 逐步回归分析 75

§2 “引入”和“剔除”变量的依据 77

2.1 “引入”自变量的依据 77

2.2 “剔除”自变量的依据 79

2.3 逐步回归所用的矩阵变换法 79

2.4 回归系数、复相关系数及剩余标准差的计算 81

§3 逐步回归的方法和具体步骤 82

3.1 逐步回归的基本程序 82

3.2 逐步回归的计算步骤 84

§4 实例 88

第四章 趋势面分析 94

§1 什么是趋势面分析? 94

§2 多项式趋势面的计算 95

§3 衡量拟合程度的标准 99

§4 剩余分析 101

§5 正交多项式在二维多项式 110

趋势面分析中的应用 110

§6 调和趋势面分析 127

6.1 一维规则观测数据的傅里叶趋势面分析 127

6.2 二维规则观测数据的傅里叶趋势面分析 138

6.3 不规则观测网数据的二维傅里叶趋势面分析 141

第五章 判别分析 147

§1 什么是判别分析? 147

§2 线性判别函数 150

§3 判别与检验 154

§4 简算判别分析方法 160

5.1 问题 172

§5 多组判别分析 172

5.2 方法和原理 173

5.3 计算步骤 177

5.4 辅助性检验 178

5.5 判别函数的有效性 179

§6 逐步判别的方法及其相应的理论说明 188

6.1 逐步判别的基本思想 188

6.2 逐步判别的理论说明 188

6.3 引入和剔除变量所用的统计量 190

6.4 逐步判别的计算步骤 193

第六章 聚类分析 207

§1 什么是聚类分析 207

§2 聚类分析的内容和方法 208

2.1 分类统计量 208

2.2 数据变换 214

2.3 形成分群图 215

§3 有序样品的聚类——最优分割法 223

3.1 什么是最优分割? 223

3.2 如何进行最优分割? 226

3.3 具体计算步骤 229

§4 麦奎因逐步修改聚类法 239

第七章 因子分析 249

§1 什么是因子分析 249

§2 因子分析的数学模型 251

2.1 主因子(主成分或主因素)的几何意义 251

2.2 主因子(R-型)的导出 253

2.3 因子模型 255

3.1 两种因子模型中各个量的解释 259

§3 因子模型中各个量的统计意义 259

3.2 因子模型中各个量的统计意义 260

3.3 因子模型的几何解释 261

§4 主因子解 263

4.1 基本定理 263

4.2 主因子解 265

§5 方差最大正交旋转 269

§6 Promax斜旋转 283

6.1 斜交因子模型和斜因子解 283

6.2 斜交参考解 289

§7 因子得分 296

第八章 对应分析和非线性映象 306

§1 什么是对应分析? 306

§2 对应分析的数据变换方法 308

§3 对应分析的计算步骤 314

§4 应用实例 316

§5 非线性映象分析简介 323

5.1 什么是非线性映象? 323

5.2 具体作法 324

5.3 实例 325

第九章 典型相关分析 332

§1 什么是典型相关分析? 332

§2 总体中的典型相关和典型变量 333

§3 样品的典型相关和典型变量 342

§4 典型相关系数的显著性检验 344

§5 实例 345

§6 典型趋势面分析 353

6.1 典型趋势面的概念 353

6.2 典型趋势面的计算与分析 354

第十章 马尔可夫概型分析 359

§1 马尔可夫概型 359

§2 马尔可夫链的转移概率 360

2.1 一阶转移概率 360

2.2 高阶转移概率 362

§3 遍历定理与极限分布 365

§4 关于马尔可夫概型的检验 372

参考文献 382

附录Ⅰ 一些统计量和它们的分布 385

附录Ⅱ 向量和矩阵 396

§1 向量 396

1.1 向量的一般概念 396

1.2 向量的运算法则 397

1.3 向量空间 399

§2 矩阵 402

2.1 矩阵的概念及运算 402

2.2 二次型和正定矩阵 409

3.1 定义 410

§3 特征值与特征向量 410

3.2 实对称矩阵 412

§4 剖分向量和矩阵 415

§5 有关矩阵求导数的定义和几个定理 420

附录Ⅲ 多元分析专用程序 422

§1 多元回归分析的计算程序 422

§2 逐步回归分析计算程序 428

§3 趋势面分析计算程序 435

§4 判别分析计算程序 445

§5 多级逐步判别分析程序 451

§6 逐步聚类分析程序 464

§7 最优分割计算程序 472

§8 主成分分析计算程序 478

§9 对应分析计算程序 490

§10 典型相关分析计算程序 495

§11 典型趋势面分析程序 504

§12 求实对称矩阵的特征值及特征向量的雅可比 514

方法 514

精品推荐