實(shí)用統(tǒng)計(jì)分析程序設(shè)計(jì)
定 價:46 元
- 作者:魏赟
- 出版時間:2020/10/1
- ISBN:9787560657141
- 出 版 社:西安電子科技大學(xué)出版社
- 中圖法分類:C819
- 頁碼:323
- 紙張:膠版紙
- 版次:1
- 開本:16K
本書提供了24個多元分析程序,涉及多元回歸分析、多因素分析、聚類分析和概率統(tǒng)計(jì)模型等內(nèi)容。為了方便讀者使用本書中所提供的程序,每個方法都對數(shù)學(xué)原理做了簡要的論述,對程序的使用做了較為詳細(xì)的說明,并附有實(shí)例和計(jì)算結(jié)果。
本書可供從事多元統(tǒng)計(jì)分析的研究人員使用,也可作為大專院校數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專業(yè)及相關(guān)專業(yè)教師、學(xué)生學(xué)習(xí)多元統(tǒng)計(jì)分析或程序設(shè)計(jì)的參考書。
在科研和教學(xué)工作中,我們經(jīng)常會遇到多因素、多指標(biāo)的實(shí)際問題,需要進(jìn)行定量分析,探索其內(nèi)在規(guī)律和聯(lián)系。筆者開展了甘肅省哲學(xué)社會科學(xué)規(guī)劃項(xiàng)目“大數(shù)據(jù)推動農(nóng)民增收應(yīng)用研究”課題的研究,研究的內(nèi)容涉及基于分布式計(jì)算的投入產(chǎn)出分析模型、多元回歸分析模型、多因素分析模型、預(yù)測分析模型、聚類分析模型和判別分析模型、時間序列分析模型、馬爾科夫鏈分析模型等統(tǒng)計(jì)分析模型。由于所處理的對象涉及較大規(guī)模的數(shù)據(jù)以及計(jì)算機(jī)技術(shù)的快速發(fā)展,一些原有的多元統(tǒng)計(jì)分析程序已經(jīng)不能直接用來分析、處理教學(xué)科研中所遇到的實(shí)際問題。為了解決科研項(xiàng)目中所遇到的難點(diǎn),并適應(yīng)計(jì)算機(jī)技術(shù)的發(fā)展和科研生產(chǎn)不斷增長的需求,我們將開展課題研究時編寫的程序進(jìn)行了系統(tǒng)規(guī)劃和編排,編寫了本書,供從事此項(xiàng)工作的人員查閱和使用。
本書的選材著眼于我們在實(shí)際工作中常遇到的一些多因素、多指標(biāo)問題的解析,每個方法都對數(shù)學(xué)原理做了簡要的論述,對程序的使用做了較為詳細(xì)的說明,每一程序之后均附有計(jì)算實(shí)例。這些計(jì)算實(shí)例有一部分來自于公開發(fā)表的文獻(xiàn),讀者可通過所列出的參考文獻(xiàn)進(jìn)行查閱,有一部分內(nèi)容是我們在科研教學(xué)活動中所使用的范例,可供讀者在調(diào)試有關(guān)程序時參考,以便增強(qiáng)對多元分析方法的理解,掌握相關(guān)分析方法的技巧,領(lǐng)會多元分析的運(yùn)用,設(shè)計(jì)自己在科研教學(xué)工作中的有關(guān)程序。在編寫本書時,我們對利用Excel作為分析程序的輸入與輸出端進(jìn)行了探索,由于Excel可以存儲數(shù)以億計(jì)的數(shù)據(jù),將有關(guān)科研教學(xué)工作中的海量數(shù)據(jù)存儲于Excel中,分析程序可非常方便地進(jìn)行存取,這為開展大數(shù)據(jù)計(jì)算進(jìn)行了有益的探索。但由于程序設(shè)計(jì)沒有統(tǒng)一的格式,讀者可根據(jù)自己的計(jì)算結(jié)果和數(shù)據(jù)讀取和存入的多少,進(jìn)行有關(guān)程序設(shè)計(jì),本書不再一一贅述。
書中所有的程序都在Visual Basic 6.0環(huán)境下進(jìn)行了認(rèn)真的調(diào)試。本書的出版得到了甘肅省哲學(xué)社會科學(xué)規(guī)劃項(xiàng)目“大數(shù)據(jù)推動農(nóng)民增收應(yīng)用研究”課題的資助,在此表示誠摯謝意!
限于作者水平,書中難免有疏漏之處,懇請讀者批評指正!
第1章 多元回歸分析 1
1.1 多元線性回歸分析 1
1.2 逐步回歸分析 9
1.3 嶺回歸分析 17
1.4 配方回歸分析 32
1.5 階段回歸分析 38
1.6 多項(xiàng)式回歸分析 44
1.7 調(diào)和趨勢分析 49
第2章 多因素分析 61
2.1 主成分分析 61
2.2 因子分析 69
2.3 費(fèi)歇準(zhǔn)則二類線性判別分析 90
2.4 貝葉斯準(zhǔn)則多類逐步判別分析 99
2.5 模糊模型識別 114
2.6 典型相關(guān)分析 121
2.7 多類訓(xùn)練迭代法 143
2.8 主坐標(biāo)分析 151
第3章 聚類分析 162
3.1 Q模式系統(tǒng)聚類分析 162
3.2 R模式系統(tǒng)聚類分析 176
3.3 圖論聚類分析 186
3.4 動態(tài)聚類分析 195
3.5 模糊聚類分析 203
3.6 費(fèi)歇最優(yōu)分段法 208
3.7 非線性映射 216
第4章 概率統(tǒng)計(jì)模型 224
4.1 一維時間序列分析 224
4.2 馬爾科夫鏈分析 234
參考文獻(xiàn) 266