數據分析與建模方法 [Data Analysis and Statistical Modeling] 下載 mobi epub pdf 電子書 2025

簡體網頁||繁體網頁

☆☆☆☆☆

金光 著

齣版社： 國防工業齣版社

ISBN：9787118090239

版次：1

商品編碼：11351371

包裝：平裝

外文名稱：Data Analysis and Statistical Modeling

開本：16開

齣版時間：2013-08-01

用紙：膠版紙

頁數：163

正文語種：中文

編輯推薦

　　《數據分析與建模方法》共包含六大部分，其中包括：經典統計方法；迴歸分析；狀態估計；統計決策與Bayes分析；數據特徵分析；統計學習簡介。書以可靠性評估和長壽命産品壽命預測等重要工程問題為背景，從工程應用的角度，闡述經典統計、統計決策、Bayes統計、統計學習等的基本原理，以及這些統計原理在解決復雜數據分析和建模中的參數估計、假設檢驗、迴歸分析、狀態估計等問題的基本方法，並提供瞭豐富的示例對這些原理和方法進行瞭分析和評價。

內容簡介

　　《數據分析與建模方法》麵嚮復雜統計問題求解和統計工程需求，介紹現代統計的基本原理和方法，內容涵蓋經典統計、貝葉斯統計、統計學習等統計理論以及計算密集型方法和探索性分析方法，涉及數據特徵分析、模型參數推斷、迴歸分析建模和係統狀態估計等問題。每章後編配有習題。
　　《數據分析與建模方法》適閤作為高等學校自動控製、管理科學與工程等專業的研究生或高年級本科生教材，也可供從事數據分析與建模、裝備試驗與評價、隨機信號處理等技術專題研究的科技工作者學習與參考。

目錄

第1章 經典統計方法
1.1 點估計
1.1.1 最優估計的意義
1.1.2 極大似然估計原理
1.1.3 數據缺失與EM算法
1.1.4 極大似然估計的變種
1.2 假設檢驗
1.2.1 小概率事件原理
1.2.2 最優檢驗與N-P引理
1.2.3 關於假設檢驗的幾個問題
1.2.4 序貫概率比檢驗
1.3 區間估計
1.3.1 Neyman區間估計
1.3.2 其他區間估計
1.3.3 構造“最好的”置信區間
1.4 自助法
1.4.1 自助法原理
1.4.2 自助法點估計
1.4.3 自助法區間估計
1.4.4 自助法假設檢驗
1.4.5 關於自助法的注意事項
練習題

第2章 迴歸分析
2.1 一元綫性迴歸分析
2.1.1 一元綫性迴歸模型
2.1.2 最小二乘法
2.1.3 迴歸方程的檢驗
2.2 多元綫性迴歸分析
2.2.1 多元綫性迴歸與最小二乘法
2.2.2 迴歸方程的檢驗
2.2.3 一些問題的討論
2.2.4 最小二乘估計的改進
2.2.5 迴歸分析中的自助法
2.3 含定性變量的迴歸
2.3.1 自變量含定性變量情形
2.3.2 因變量是定性變量情形
2.3.3 Logistic迴歸模型
練習題

第3章 狀態估計
3.1 綫性係統卡爾曼濾波
3.1.1 卡爾曼濾波基本思想
3.1.2 離散係統卡爾曼濾波
3.1.3 連續係統卡爾曼濾波
3.1.4 濾波的穩定性和發散問題
3.2 非綫性係統卡爾曼濾波
3.2.1 問題的提齣
3.2.2 綫性化濾波方法
3.2.3 廣義卡爾曼濾波方法
3.3 粒子濾波
3.3.1 貝葉斯狀態估計
3.3.2 序貫重要性抽樣
3.3.3 在綫狀態估計問題
練習題

第4章 統計決策與貝葉斯方法
4.1 統計決策概述
4.1.1 統計決策問題描述
4.1.2 期望損失、決策法則
4.1.3 決策原理的討論
4.2 先驗信息的錶示
4.2.1 無信息先驗
4.2.2 最大熵先驗
4.2.3 用邊際分布確定先驗
4.2.4 先驗選擇的矩方法
4.3 貝葉斯推斷
4.3.1 後驗分布
4.3.2 點估計
4.3.3 區間估計
4.3.4 假設檢驗
4.3.5 序貫後驗加權檢驗
4.4 貝葉斯決策
4.4.1 參數估計
4.4.2 假設檢驗
4.4.3 序貫決策
練習題

第5章 數據特徵分析
5.1 數據分布特徵分析
5.1.1 集中趨勢的度量
5.1.2 變異程度的度量
5.1.3 偏度和峰度特徵
5.2 數據相關特徵分析
5.2.1 單相關分析
5.2.2 復相關和偏相關分析
5.2.3 典型相關分析
5.3 數據聚類特徵分析
5.3.1 相似係數和距離
5.3.2 係統聚類法
5.3.3 動態聚類法
5.3.4 模糊聚類法
5.4 數據成分特徵分析
5.4.1 主成分分析方法
5.4.2 投影尋蹤方法
5.4.3 流形學習方法
5.5 動態數據特徵分析
5.5.1 平穩動態數據特徵分析
5.5.2 一般動態數據運動成分分析
5.6 數據圖形化方法
5.6.1 一維數據圖形化
5.6.2 二維數據圖形化
5.6.3 三維數據圖形化
5.6.4 高維數據圖形化

第6章 統計學習方法
6.1 風險最小化問題
6.1.1 經驗風險最小化
6.1.2 結構風險最小化
6.2 支持嚮量機
6.2.1 綫性分類器
6.2.2 軟間隔優化
6.2.3 非綫性分類器
6.2.4 支持嚮量機迴歸
6.3 相關嚮量機
6.3.1 基本原理
6.3.2 算法實現
6.3.3 性能分析
練習題
參考文獻

前言/序言

評分☆☆☆☆☆

放在朋友那裏瞭，還沒仔細看

評分☆☆☆☆☆

經典的書。快遞給力

評分☆☆☆☆☆

經典的書。快遞給力

評分☆☆☆☆☆

正品

評分☆☆☆☆☆

放在朋友那裏瞭，還沒仔細看

評分☆☆☆☆☆

還沒開始用

評分☆☆☆☆☆

贊

評分☆☆☆☆☆

贊

評分☆☆☆☆☆

這是一本統計建模理論基礎的介紹資料，作者的行文獨具匠心，不僅僅是簡單的知識概括和總結，有很多統計思維方式的介紹，值得研讀，溫故知新。