MATLAB 概率与数理统计
￥ 18.89 4.1折 ￥ 46 九五品
仅1件
作者周品 编著
出版社清华大学出版社
ISBN9787302296720
出版时间2012-11
版次1
装帧平装
开本16开
纸张胶版纸
页数401页
字数99999千字
定价46元
上书时间2024-05-10
商品详情
- 品相描述：九五品
- 商品描述
-
基本信息
书名:MATLAB 概率与数理统计
定价：46.00元
作者:周品 编著
出版社：清华大学出版社
出版日期：2012-11-01
ISBN：9787302296720
字数：601000
页码：401
版次：1
装帧：平装
开本：16开
商品重量：
编辑推荐
科学计算的技术
结合大量的实例讲解，取材科学，结构严谨
是MATLAB应用的手册
内容提要
《matlab概率与数理统计》介绍概率与数理统计分析的基本概念、典型应用及使用matlab进行实际工程数据分析的基本方法和应用。本书将概率与数理统计的分析方法与matlab软件典型应用融为一体，既从理论上介绍了概率论与数理统计基础、数据处理与统计作图、统计估计、参数检验、方差分析、回归分析与数据拟合、实验设计及多元分析的基本原理及应用等内容，又详细讲解了使用matlab在各领域中处理工程数据的典型实例。 《matlab概率与数理统计》可作为高等学校的统计学教材，同时可作为相关课程的培训教材，也可作为广大科研人员、学者、工程技术人员的自学或参考用书。
目录
章 matlab软件认识及编程基础1.1 matlab软件概述1.1.1 matlab的主要功能1.1.2 matlab的优势1.1.3 matlab r2012a的新特点1.1.4 matlab的常用工具箱1.2 matlab的安装及激活1.3 matlab的用户界面1.3.1 matlab的启动与退出1.3.2 matlab的组成1.3.3 工具栏1.3.4 命令窗口1.3.5 工作空间窗口1.3.6 命令历史窗口1.3.7 当前文件夹窗口1.3.8 m文件编辑器/调试器窗口1.3.9 matlab的在线帮助1.4 运算符与变量1.4.1 运算符1.4.2 变量1.5 数据类型1.5.1 数值数据型1.5.2 复数1.5.3 无穷大数1.5.4 字符型数据1.5.5 逻辑型数据1.6 数组1.6.1 数组的创建1.6.2 多维数组的创建1.6.3 数组的运算1.7 元胞数组1.7.1 元胞数组的创建1.7.2 元胞数组的显示1.7.3 元胞数组函数1.8 结构数组1.8.1 结构数组的创建1.8.2 结构数组函数1.9 稀疏矩阵1.9.1 稀疏矩阵的存储1.9.2 稀疏矩阵的创建1.9.3 稀疏矩阵函数1.10 函数可视化1.10.1 绘制图形的辅助操作1.10.2 视点控制和图形的旋转1.10.3 特殊坐标轴绘图函数1.10.4 四维图第2章 matlab概率论与数理统计基础2.1 概率论基础2.1.1 随机事件与概率2.1.2 事件的独立性2.2 变量及其概率分布2.2.1 随机分布2.2.2 标准正态分布2.2.3 指数分布2.2.4 正态分布2.2.5 均匀分布2.2.6 二次项分布2.2.7 分布2.2.8 г分布2.2.9 f分布2.2.10 t分布2.2.11 几何分布2.2.12 超几何分布2.2.13 beta分布2.2.14 泊松分布2.2.15 瑞利分布2.3 任意一元随机分布2.3.1 离散分布随机数2.3.2 连续分布随机数2.4 多元随机分布2.5 大数定理与中心极限定理2.5.1 大数定理2.5.2 中心极限定理2.6 统计量的数字特征2.6.1 统计量2.6.2 数学期望与方均值2.6.3 数据比较2.6.4 方差与标准差2.6.5 和与积2.6.6 累积和累和2.6.7 协方差2.6.8 相关系数2.6.9 偏斜度与峰值第3章 数据处理与统计作图3.1 数据的平滑处理3.1.1 smooth函数3.1.2 smoothts函数3.1.3 medfilt1函数3.2 数据标准化变换与极差变换3.2.1 数据标准化变换3.2.2 数据极差变换3.3 统计图3.3.1 直方图3.3.2 盒子图3.3.3 误差条图3.3.4 二乘拟合直线3.3.5 帕累托图3.3.6 图3.3.7 回归残差图3.3.8 多项式拟合曲线3.3.9 参考线3.3.10 正态概率图3.3.11 交互轮廓图3.3.12 点的标签3.4 统计工序管理图3.4.1 工序能力指数3.4.2 工序能力图3.4.3 指数加权滑动平均图3.4.4 规定区间的正态分布密度图3.4.5 标准差管理图3.4.6 均值管理图3.5 统计工具gui3.5.1 分布工具箱的gui使用3.5.2 多项式工具箱的gui使用3.5.3 方差分析工具箱的gui使用第4章 matlab统计估计4.1 参数的点估计4.1.1 矩估计法4.1.2 极大似然估计法4.1.3 估计量的性能分析4.2 区间估计4.2.1 区间估计的概念4.2.2 正态总体的区间估计4.2.3 单侧置信区间4.2.4 区间估计的matlab函数4.3 核密度估计4.3.1 经验密度估计4.3.2 核密度估计法及matlab实现第5章 matlab参数检验5.1 假设检验概论5.2 单个正态总体的假设检验5.2.1 总体均值的检验5.2.2 总体方差检验5.3 两个正态总体的假设检验5.3.1 两个正态总体均值的检验（t检验法）5.3.2 成对数据的比较（t检验法）5.3.3 两个正态总体方差的检验（f检验法）5.4 分布检验5.4.1 检验法5.4.2 jarque-bera检验5.4.3 kolmogorov-smirnov检验5.4.4 lilliefors检验5.4.5 符号检验5.4.6 秩和检验5.5 非正态总体的参数检验5.5.1 0-1分布参数p的检验5.5.2 泊松分布参数λ的检验5.5.3 指数分布参数θ的检验5.5.4 非正态总体大样本的参数检验第6章 matlab方差分析6.1 方差分析概述6.1.1 方差分析的必要性6.1.2 方差分析的基本思想6.2 单因素方差分析6.2.1 单因素方差分析模型6.2.2 单因素方差分析的matlab实现6.3 双因素方差分析6.3.1 双因素无交互方差分析6.3.2 双因素有交互方差分析6.3.3 双因素方差分析的matlab实现6.4 多因素方差分析及matlab实现6.5 单因素多元方差分析6.6 非参数方差分析6.6.1 单因素非参数方差分析6.6.2 双因素秩方差分析第7章 matlab回归分析与数据拟合7.1 拟合7.1.1 曲线拟合7.1.2 非线性二乘拟合7.2 一元线性回归分析7.2.1 一元线性回归模型7.2.2 一元线性回归系数估计7.2.3 一元线性回归显著性检验7.2.4 一元线性回归的预测7.3 一元线性回归分析的matlab实现7.3.1 多重线性或广义线性回归分析7.3.2 一元或多重线性回归分析7.3.3 稳健回归分析7.4 一元非线性回归分析7.4.1 一元非线性回归分析模型7.4.2 一元非线性回归分析的matlab实现7.5 多元线性回归分析7.5.1 多元线性回归模型及矩阵表示7.5.2 多元线性回归的系数估计7.5.3 多元线性回归的显著性检验7.5.4 多元线性回归的预测7.5.5 多元线性回归分析的matlab实现7.6 回归方程的选择第8章 matlab实验设计8.1 实验设计8.1.1 完全析因设计8.1.2 不完全析因分析8.1.3 d-优化设计8.2 正交实验设计8.2.1 正交实验的极差分析8.2.2 正交实验的方差分析第9章 matlab多元分析9.1 聚类分析概述9.2 聚类分析9.2.1 系统聚类法9.2.2 系统聚类法的matlab函数及其实现9.2.3 k均值聚类法9.2.4 模糊c均值聚类法9.2.5 减法聚类法9.3 判别分析9.3.1 距离判别分析9.3.2 fisher判别9.4 主成分分析9.4.1 主成分分析概述9.4.2 主成分分析的matlab实现9.5 校正分析9.5.1 单变量校正9.5.2 非线性校正9.6 因子分析9.6.1 q型与r型因子分析9.6.2 目标因子分析9.6.3 因子分析的matlab实现参考文献
作者介绍
序言
-
【封面】
— 没有更多了 —
以下为对购买帮助不大的评价