数据分析是用适度的统计分析方法对各种各样数据信息多方面详尽科学研究和归纳小结的全过程，已变成当今当然科学和社会发展科学每个课程学术研究必需的专业知识。matlab是一套性能卓越的数值计算方法和可视化软件，是完成数据分析与解决的合理专用工具。这书详细介绍数据分析的基础內容与方式，运用matlab手机软件既面向对象编程又面向对象方法地撰写具体数据分析程序流程。本书共有7章，具体内容包含：matlab基本、数据信息描述性分析、多元回归分析、判别分析、主成分分析与典型性相关性分析、聚类分析、数值模拟剖析。
各章末用心撰写练习题供阅读者训练，除此之外各章还分配了密切联系具体的综合型、剖析性试验內容。
《matlab数据分析方法》适用电子计算机科学与技术性、信息与测算科学、应用统计学等技术专业的本科生，还可做为有关技术专业本科生选修课程教材内容，并能够研究生及其科技工作者参照。
目录
- 前言
- 教学建议
- 第1章matlab基础
- 1.1数据分析与matlab
- 1.1.1数据分析概述
- 1.1.2matlab在数据分析中的位置和作用
- 1.2matlab简介
- 1.2.1matlab的特点
- 1.2.2matlab 7.0界面
- 1.2.3matlab的联机帮助
- 1.3变量与函数
- 1.3.1常量与变量
- 1.3.2函数
- 1.4矩阵及其运算
- 1.4.1操作符与运算符
- 1.4.2矩阵的输入与运算
- 1.4.3数组的输入与运算
- 1.5m文件与编程
- 1.5.1m文件编辑/调试器窗口
- 1.5.2m文件
- 1.5.3控制语句的编程
- 1.6matlab通用操作实例
- 习题
- 第2章数据描述性分析
- 2.1基本统计量与数据可视化
- 2.1.1样本数据的基本统计量
- 2.1.2样本数据可视化
- 2.2数据分布及检验
- 2.2.1一元数据分布检验
- 2.2.2多维数据的特征值与分布检验
- 2.3数据变换
- 2.3.1数据属性变换
- 2.3.2box-cox变换
- 2.3.3基于数据变换的综合评价模型
- 习题
- 实验1数据统计量及其分布检验
- 第3章回归分析
- 3.1一元回归模型
- 3.1.1一元线性回归模型
- 3.1.2一元非线性回归模型
- 3.1.3一元回归建模实例
- 3.2多元线性回归模型
- 3.2.1多元线性回归模型及其表示
- 3.2.2matlab的回归分析命令
- 3.2.3多元线性回归实例
- 3.3逐步回归
- 3.3.1最优回归方程的选择
- 3.3.2逐步回归的matlab方法
- 习题
- 实验2多元线性回归与逐步回归
- 第4章判别分析
- 4.1距离判别分析
- 4.1.1判别分析的概念
- 4.1.2距离的定义
- 4.1.3两总体的距离判别分析
- 4.1.4多个总体的距离判别分析
- 4.2判别准则的评价
- 4.3贝叶斯判别分析
- 4.3.1两总体的贝叶斯判别
- 4.3.2多个总体的贝叶斯判别
- 4.3.3平均误判率
- 习题4
- 实验3距离判别与贝叶斯判别分析
- 第5章主成分分析与典型相关分析
- 5.1主成分分析
- 5.1.1主成分分析的基本原理
- 5.1.2样本主成分分析
- 5.2主成分分析的应用
- 5.2.1主成分分析用于综合评价
- 5.2.2主成分分析用于分类
- 5.2.3主成分分析用于信号分离
- 5.3典型相关分析
- 5.3.1典型相关分析的基本原理
- 5.3.2样本的典型变量与典型相关系数
- 5.3.3典型相关系数的显著性检验
- 5.3.4典型相关分析实例
- 习题5
- 实验4主成分分析与典型相关分析
- 第6章聚类分析
- 6.1距离聚类
- 6.1.1聚类的思想
- 6.1.2向量的距离
- 6.1.3类间距离与递推公式
- 6.2谱系聚类与k均值聚类
- 6.2.1谱系聚类
- 6.2.2k均值聚类
- 6.3模糊均值聚类
- 6.3.1模糊c均值聚类
- 6.3.2模糊减法聚类
- 6.4聚类的有效性
- 6.4.1谱系聚类的有效性
- 6.4.2模糊聚类的有效性
- 习题6
- 实验5聚类方法与聚类有效性
- 第7章数值模拟分析
- 7.1蒙特卡罗方法与应用
- 7.1.1蒙特卡罗方法的基本思想
- 7.1.2随机数的产生与matlab的伪随机数
- 7.1.3蒙特卡罗方法应用实例
- 7.2bp神经网络及应用
- 7.2.1人工神经元及人工神经元网络
- 7.2.2bp神经网络
- 7.2.3matlab神经网络工具箱
- 7.2.4bp神经网络应用实例
- 习题7
- 实验6数值模拟
- 附录瑞士银行纸币（swiss bank notes）
- 参考文献
