- 科学出版社
- 9787030377340
- 1-3
- 157556
- 47181130-7
- 平装
- 16开
- 2017年9月
- 300
- 214
- 理学
- 数学
- O212.4
- 理工类
- 本科
内容简介
数据分析以矩阵和统计软件为工具，根据多因素多指标试验与观测所得到的数据资料，对研究对象的特征及内在规律进行统计分析和推断，其应用十分广泛。全书共10章，首先对R软件、探索性数据分析、多元正态分布的基本知识进行了简单的介绍，然后介绍了经典的统计分析方法，如多元回归分析、多元相关分析、非线性回归分析、多元聚类分析和判别分析、多元试验数据的主成分分析和因子分析，最后进一步介绍了比较新的数据分析方法，如对应分析、支持向量机、偏最小二乘回归。本书每一章节中的例子都给出了用R语言编写的程序，并对分析结果进行了详尽解释
目录
序
第1章 R介绍
1.1 R软件基本操作
1.2 R向量
1.3 矩阵及其运算
1.4 因子
1.5 列表与数据框
1.6 输出输入
1.7 图形
习题1
第2章 多元正态分布
2.1 p维标准正态分布
2.2 p维一般正态分布
2.3 p维正态分布的统计推断
习题2
第3章 多元线性回归
3.1 一元线性回归
3.2 多元线性回归分析
3.3 逐步回归及复共线性
习题3
第4章 多元线性相关
4.1 多个变量的线性相关
4.2 两组变量的典型相关分析
4.3 典型相关分析的实例
习题4
第5章 多元非线性回归
5.1 非线性回归方程的建立
5.2 Logistic曲线回归
5.3 多项式回归
5.4 一次回归的正交设计
5.5 二次回归的正交组合设计
5.6 二次回归的旋转组合设计
习题5
第6章 多元聚类与判别
6.1 聚类的根据
6.2 系统聚类法
6.3 动态聚类法
6.4 Bayes判别
习题6
第7章 多元数据的主成分分析
7.1 主成分分析法
7.2 主成分的应用
习题7
第8章 多元数据的因子分析
8.1 因子分析法
8.2 方差极大正交旋转
8.3 对应分析法
习题8
第9章 支持向量机
9.1 线性支持向量机
9.2 非线性支持向量机
9.3 支持向量回归机
9.4 模型的评价方法
9.5 支持向量机实例及R实现
习题9
第10章 偏最小二乘回归
10.1 偏最小二乘回归的基本思想
10.2 偏最小二乘回归的基本算法
10.3 交叉有效性原则
10.4 偏最小二乘回归的实例分析
习题10
参考文献
第1章 R介绍
1.1 R软件基本操作
1.2 R向量
1.3 矩阵及其运算
1.4 因子
1.5 列表与数据框
1.6 输出输入
1.7 图形
习题1
第2章 多元正态分布
2.1 p维标准正态分布
2.2 p维一般正态分布
2.3 p维正态分布的统计推断
习题2
第3章 多元线性回归
3.1 一元线性回归
3.2 多元线性回归分析
3.3 逐步回归及复共线性
习题3
第4章 多元线性相关
4.1 多个变量的线性相关
4.2 两组变量的典型相关分析
4.3 典型相关分析的实例
习题4
第5章 多元非线性回归
5.1 非线性回归方程的建立
5.2 Logistic曲线回归
5.3 多项式回归
5.4 一次回归的正交设计
5.5 二次回归的正交组合设计
5.6 二次回归的旋转组合设计
习题5
第6章 多元聚类与判别
6.1 聚类的根据
6.2 系统聚类法
6.3 动态聚类法
6.4 Bayes判别
习题6
第7章 多元数据的主成分分析
7.1 主成分分析法
7.2 主成分的应用
习题7
第8章 多元数据的因子分析
8.1 因子分析法
8.2 方差极大正交旋转
8.3 对应分析法
习题8
第9章 支持向量机
9.1 线性支持向量机
9.2 非线性支持向量机
9.3 支持向量回归机
9.4 模型的评价方法
9.5 支持向量机实例及R实现
习题9
第10章 偏最小二乘回归
10.1 偏最小二乘回归的基本思想
10.2 偏最小二乘回归的基本算法
10.3 交叉有效性原则
10.4 偏最小二乘回归的实例分析
习题10
参考文献
