- 作 者：杨晓华，刘瑞民，曾勇编著
- 出 版 社：北京：北京师范大学出版社
- 出版年份：2008
- ISBN：9787303095025
- 标注页数：311 页
- PDF页数：324 页
请阅读订购服务说明与试读!
订购服务说明
1、本站所有的书默认都是PDF格式，该格式图书只能阅读和打印，不能再次编辑。
2、除分上下册或者多册的情况下，一般PDF页数一定要大于标注页数才建议下单购买。【本资源324 ≥311页】
图书下载及付费说明
1、所有的电子图书为PDF格式，支持电脑、手机、平板等各类电子设备阅读；可以任意拷贝文件到不同的阅读设备里进行阅读。
2、电子图书在提交订单后一般半小时内处理完成,最晚48小时内处理完成。(非工作日购买会延迟)
3、所有的电子图书都是原书直接扫描方式制作而成。
第1章 概率统计基础 1
1.1 四种重要的概率分布 1
1.1.1 正态分布 1
1.1.2 x2分布 4
1.1.3 t分布 5
1.1.4 F分布 6
1.2 随机向量的数字特征 7
1.2.1 数学期望 7
1.2.2 方差和均方差 10
1.2.3 原点矩和中心矩 11
1.2.4 变异系数 12
1.2.5 协方差阵和自协方差阵 12
1.2.6 随机变量的相关系数 13
1.2.7 总体与样本 15
1.2.8 样本子样的一些数字特征 16
1.2.9 大数定律 16
1.2.10 中心极限定理 18
1.3 参数估计 20
1.3.1 点估计 21
1.3.2 区间估计 21
1.4 参数假设检验 24
1.4.1 假设检验的原理 25
1.4.2 假设检验的步骤 26
1.4.3 参数检验 27
1.5 方差分析与试验设计初步 34
1.5.1 方差分析概述 34
1.5.2 单因素方差分析 35
1.5.3 双因素方差分析 39
1.5.4 试验设计初步 45
思考题1 48
参考文献 49
第2章 环境一元线性回归分析 50
2.1 一元线性回归模型 50
2.1.1 变量间的统计关系 50
2.1.2 一元线性回归模型 52
2.1.3 最小二乘法估计 54
2.2 线性回归方程的显著性检验 55
2.2.1 F检验法 56
2.2.2 相关系数检验法 58
2.2.3 样本决定系数r2 59
2.3 线性回归式的误差估计 60
2.3.1 线性回归式的误差估计 60
2.3.2 线性回归的步骤 61
2.4 可化为一元线性回归的曲线回归 62
2.4.1 倒数变换 62
2.4.2 对数变换 63
2.4.3 混合变换 64
2.5 环境应用 65
思考题2 69
参考文献 70
第3章 环境多元线性回归分析 71
3.1 多元线性回归模型 71
3.2 参数的最小二乘估计 72
3.3 回归方程的显著性检验 74
3.3.1 拟合优度检验 75
3.3.2 F检验 76
3.4 回归系数的显著性检验 77
3.5 Matlab语言在多元回归中的应用 79
3.6 环境应用 81
思考题3 84
参考文献 86
第4章 环境系统聚类分析 87
4.1 聚类分析概述 87
4.2 聚类要素的数据处理 88
4.3 距离和相似系数的计算 93
4.3.1 距离的计算 93
4.3.2 相似系数的计算 97
4.3.3 距离和相似系数选择原则 99
4.4 系统聚类分析常用方法 100
4.4.1 最短距离系统聚类法原理 102
4.4.2 最远距离聚类法原理 103
4.4.3 系统聚类法公式的统一 105
4.5 环境应用 107
思考题4 112
参考文献 115
第5章 环境模糊聚类分析 116
5.1 模糊集理论 116
5.1.1 模糊集的基本概念 117
5.1.2 模糊集的表示方法 117
5.1.3 模糊集的运算 119
5.1.4 模糊映射 120
5.2 模糊关系 120
5.3 模糊等价关系 121
5.4 模糊聚类分析步骤 123
5.4.1 数据标准化 123
5.4.2 模糊相似矩阵的建立 124
5.4.3 聚类分析 126
5.4.4 分类的F检验 130
5.5 环境应用 132
思考题5 137
参考文献 139
第6章 环境判别分析 140
6.1 距离判别分析 140
6.1.1 两总体情况 140
6.1.2 多总体情况 144
6.2 Fisher判别 145
6.3 Bayes判别 150
6.4 环境应用 153
思考题6 161
参考文献 163
第7章 环境主成分分析 164
7.1 主成分分析概述 164
7.2 主成分分析计算原理 165
7.3 主成分分析的性质 169
7.4 环境应用 170
思考题7 178
参考文献 180
第8章 环境因子分析 181
8.1 因子分析概述 181
8.2 正交因子模型 182
8.3 正交因子模型的统计意义 184
8.4 正交因子模型的求解 185
8.5 因子旋转 188
8.6 因子得分 191
8.7 环境应用 193
思考题8 204
参考文献 205
第9章 人工神经网络 206
9.1 人工神经网络概述 206
9.2 人工神经元模型 209
9.3 BP神经网络 212
9.3.1 BP神经网络原理 212
9.3.2 BP算法 213
9.3.3 环境应用 223
9.4 RBF神经网络 225
9.4.1 RBF神经网络原理 225
9.4.2 RBF神经网络模型 226
9.4.3 环境应用 228
思考题9 230
参考文献 230
第10章 环境空间统计分析 232
10.1 环境空间信息概述 232
10.1.1 环境空间信息特征 233
10.1.2 环境空间信息种类 234
10.1.3 环境空间信息来源 234
10.2 环境空间统计分析 236
10.2.1 区域化变量 237
10.2.2 协方差函数 238
10.2.3 变差函数 239
10.2.4 普通克立格插值 248
10.2.5 环境应用 252
10.3 环境空间主成分分析 261
10.3.1 空间主成分分析步骤 262
10.3.2 环境应用 263
思考题10 268
参考文献 269
部分思考题答案 270
附录 303
附表1 标准正态分布表 303
附表2 相关系数检验表 304
附表3 x2分布临界值表 305
附表4 t分布临界值表 306
附表5 F分布临界值表 307