数据分析与模拟丛书：基于Matlab的地理数据分析

图书标准信息

• 作者 陈彦光 著
• 出版社 高等教育出版社
• 出版时间 2012-07
• 版次 1
• ISBN 9787040341720
• 定价 55.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 398页
• 字数 590千字
• 正文语种 简体中文
• 原版书名 Geographical Data Analysis with Matlab

【内容简介】

《数据分析与模拟丛书：基于Matlab的地理数据分析》面向地理问题，基于Matlah软件，讲述了大量数学方法的应用思路和过程。内容涉及回归分析、主成分分析、因子分析、聚类分析、判别分析、时（空）间序列分析、Markov链、R/S分析、线性规划、层次分析法以及人工神经网络建模等方法。通过模仿本书讲授的计算过程，读者可以加深对有关数学方法的认识和理解，并且掌握很多Matlab的应用技巧。本书最初以北京大学本科生计量地理学的辅助教材形式出现，但实际上是作者对Matlab计算功能深入应用的经验总结。本书中的讲授体例与一般Matlab的教科书不同，计算过程设计为笔者独创，在闰内外其他教科书中未曾见到。
本书虽然是以地理数据为分析对象展开论述的，但所涉及的内容绝大多数为通用方法。只要改变数据的来源，书巾给m的计算过程完全可以应用到其他领域。本书可供地理学、生态学、环境科学、地质学、经济学、城市规划以及医学、生物学等诸多领域的学生、研究人员和工程技术人员学习或参考。

【作者简介】

陈彦光，男，1965年生，河南罗山人北京大学城市与环境学院副教授，博士，讲授研究生“地理教学方法”、本科生“计量地理学”以及“城市规划系统r程学”等课程中国地理学会学术委员会委员（2006-2009），国际ICA地理空间分析和建模委员会委员（2008-2012）。专业方向为城市、理论地理学和交叉科学，主要从事地理分形和空间复杂性研究主持或参与完成省部级以上科研项目近20项，发表中文研究论文160余篇，英文论文30余篇出版理论专著3部（含合著），独立出版教材5部，参编教材1部1998年被评为河南省优秀中青年骨干教师，2011年获北京大学2011年度中国工商银行优秀教师奖。

【目录】

第1章一元线性回归分析
1.1线性回归模型的矩阵形式
1.1.1同归模型的矩阵表示
1.1.2主要统计量的矩阵表示
1.2一元线性回归
1.2.1数据的初步考察
1.2.2第一种模型求解途径——矩阵运算
1.2.3第二种模型求解途径——多项式拟合
1.2.4第三种模型求解途径——调用回归分析程序包
1.3统计检验
1.3.1相关知识的说明
1.3.2主要的统计检验
1.4总体回归估计和预测分析
1.4.1总体回归估计
1.4.2解释和外推预测分析
1.5小结

第2章多元逐步回归分析
2.1多元线性回归分析
2.1.1第一种途径——利用矩阵运算
2.1.2第二种途径——调用回归分析程序包
2.1.3统计检验
2.2多重共线性判断
2.2.1VIF值的第一种计算方法
2.2.2VIF值的第二种计算方法
2.2.3多元同归分析的变量选择问题
2.3逐步回归分析
2.3.1Matlab逐步回归功能说明
2.3.2逐步回归的实现
2.3.3回归结果的输出和解读
2.4逐步拟合
2.4.1怏速拟合方法
2.4.2详细拟合方法
2.4.3几点说明
2.5小结

第3章非线性模型参数估计
3.1常见数学模型表达式
3.2常见实例——一变量的情形
3.2.1指数模型（Ⅰ）
3.2.2对数模型
3.2.3幂指数模型
3.2.4双曲线模型
3.2.5Logistic模型（二参数形式）
3.2.6指数模型（Ⅱ）
3.2.7指数模型与Iogistic模型
3.3常见实例——一变量化为多变量的情形
3.3.1多项式模型
3.3.2二次指数模型
3.3.3三参数logistic模型
3.3.4Gamma模型
3.4常见实例——多变量的情形
3.4.1Cobb-Douglas生产函数
3.4.2带有交叉变量的回归模型
3.5广义线性拟合
3.5.1广义线性拟合函数
3.5.2典型的例子
3.6方法比较
3.7小结

第4章主成分分析
4.1实例和数据
4.1.1案例数据
4.1.2数据的保存与调用
4.2第一套计算方案
4.2.1详细计算步骤
4.2.2计算程序的整理和结果的输出
4.2.3计算结果的整理
4.3第二套计算方案
4.3.1程序的修改
4.3.2两套方案的比较
4.4第三套计算方案
4.4.1计算程序
4.4.2T统计量
4.5配套函数的调用
4.5.1从协方差矩阵出发
4.5.2主成分的残差分析
4.5.3Bartlett检验
4.6结果分析方法
4.6.1结果分析
4.6.2综合评价
4.7小结

第5章因子分析
第6章层次聚类分析
第7章判别分析
第8章自相关分析
第9章自回归分析
第10章谱分析
第11章小波分析
第12章R/S分析
第13章Markov链分析
第14章线性规划
第15章层次分析法
第16章人工神经网络