商品簡介
目次
相關商品
商品簡介
本書面向地理問題,基於Excel軟件,敘述大量數學方法的應用思路和過程。內容涉及回歸分析、主成分分析、聚類分析、判別分析、時(空)問序列分析、Markov鏈、R/S分析、線性規劃、層次分析、灰色系統(3M(1,N)建模和預測方法等。通過模仿本書介紹的計算過程,讀者可以加深對有關數學方法的認識和理解,并且掌握很多Excel的應用技巧。
這本書雖然是以地理數據為分析對象展開論述,但所涉及的內容絕大多數為通用方法。只要改變數據的來源,書中論述的計算流程完全可以應用到其他領域。
本書的初稿和修改稿先后在北京大學城市與環境專業研究生中試用八年,可供地理學、生態學、環境科學、地質學、經濟學、城市規劃學乃至醫學、生物學等領域的學生、研究人員和工程技術人員閱讀和參考。
這本書雖然是以地理數據為分析對象展開論述,但所涉及的內容絕大多數為通用方法。只要改變數據的來源,書中論述的計算流程完全可以應用到其他領域。
本書的初稿和修改稿先后在北京大學城市與環境專業研究生中試用八年,可供地理學、生態學、環境科學、地質學、經濟學、城市規劃學乃至醫學、生物學等領域的學生、研究人員和工程技術人員閱讀和參考。
目次
前言
第1章 一元線性回歸分析
1.1 模型的初步估計
1.2 詳細的回歸過程
1.3 回歸結果詳解
1.4 預測分析
第2章 多元線性回歸分析
2.1 多元回歸過程
2.2 多重共線性分析
2.3 借助線性回歸函數快速擬合
2.4 統計檢驗臨界值的查詢
第3章 逐步回歸分析
3.1 數據預備工作
3.2 變量引入的計算過程
3.3 參數估計和模型建設
3.4 模型參數的進一步驗證
3.5 模型檢驗
第4章 非線性回歸分析
4.1 常見數學模型
4.2 常見實例——一變量的情形
4.3 常見實例——一變量化為多變量的情形
4.4 常見實例——多變量的情形
第5章 主成分分析
5.1 計算步驟
5.2 相關的驗證工作
5.3 主成分分析與因子分析的關係
第6章 系統聚類分析
6.1 計算距離矩陣
6.2 聚類過程
6.3 聚類結果評價
第7章 距離判別分析
7.1 數據的預處理
7.2 計算過程
7.3 判別函數檢驗
7.4 樣品的判別與歸類
7.5 利用回歸分析建立判別函數
7.6 判別分析與因子分析的關係
第8章 自相關分析
8.1 自相關係數
8.2 偏自相關係數
8.3 偏自相關係數與自回歸系數
8.4 自相關分析
第9章 自回歸分析
9.1 樣本數據的初步分析
9.2 自回歸模型的回歸估計
9.3 數據的平穩化及其自回歸模型
第10章 周期圖分析
10.1 時間序列的周期圖
10.2 周期圖分析的相關例證
10.3 多元回歸的驗證
第11章 時空序列的譜分析(自譜)
11.1 周期數據的頻譜分析
11.2 空間數據的波譜分析
第12章 功率譜分析(實例)
12.1 實例分析1
12.2 實例分析2
12.3 實例分析3
12.4 實例分析4
12.5 實例分析5
12.6 實例分析6
第13章 Markov鏈分析
13.1 問題與模型
13.2 逐步計算
13.3 編程計算
第14章 R/S分析
14.1 計算Hurst指數的基本步驟
14.2 自相關係數和R/S分析
第15章 線性規劃求解(實例)
15.1 實例分析1
15.2 實例分析2
15.3 實例分析3
15.4 實例分析4
15.5 實例分析5
15.6 實例分析6
15.7 實例分析7
第16章 層次分析法
16.1 問題與模型
16.2 計算方法之一——方根法
16.3 計算方法之二——和積法
16.4 計算方法之三——迭代法
16.5 結果解釋
第17章 GM(1,1)預測分析
17.1 方法之一——最小二乘運算
17.2 方法之二——線性回歸法
第18章 GM(1,N)預測分析
18.1 方法之一——最小二乘運算
18.2 方法之二——線性回歸法
參考文獻
後記
第1章 一元線性回歸分析
1.1 模型的初步估計
1.2 詳細的回歸過程
1.3 回歸結果詳解
1.4 預測分析
第2章 多元線性回歸分析
2.1 多元回歸過程
2.2 多重共線性分析
2.3 借助線性回歸函數快速擬合
2.4 統計檢驗臨界值的查詢
第3章 逐步回歸分析
3.1 數據預備工作
3.2 變量引入的計算過程
3.3 參數估計和模型建設
3.4 模型參數的進一步驗證
3.5 模型檢驗
第4章 非線性回歸分析
4.1 常見數學模型
4.2 常見實例——一變量的情形
4.3 常見實例——一變量化為多變量的情形
4.4 常見實例——多變量的情形
第5章 主成分分析
5.1 計算步驟
5.2 相關的驗證工作
5.3 主成分分析與因子分析的關係
第6章 系統聚類分析
6.1 計算距離矩陣
6.2 聚類過程
6.3 聚類結果評價
第7章 距離判別分析
7.1 數據的預處理
7.2 計算過程
7.3 判別函數檢驗
7.4 樣品的判別與歸類
7.5 利用回歸分析建立判別函數
7.6 判別分析與因子分析的關係
第8章 自相關分析
8.1 自相關係數
8.2 偏自相關係數
8.3 偏自相關係數與自回歸系數
8.4 自相關分析
第9章 自回歸分析
9.1 樣本數據的初步分析
9.2 自回歸模型的回歸估計
9.3 數據的平穩化及其自回歸模型
第10章 周期圖分析
10.1 時間序列的周期圖
10.2 周期圖分析的相關例證
10.3 多元回歸的驗證
第11章 時空序列的譜分析(自譜)
11.1 周期數據的頻譜分析
11.2 空間數據的波譜分析
第12章 功率譜分析(實例)
12.1 實例分析1
12.2 實例分析2
12.3 實例分析3
12.4 實例分析4
12.5 實例分析5
12.6 實例分析6
第13章 Markov鏈分析
13.1 問題與模型
13.2 逐步計算
13.3 編程計算
第14章 R/S分析
14.1 計算Hurst指數的基本步驟
14.2 自相關係數和R/S分析
第15章 線性規劃求解(實例)
15.1 實例分析1
15.2 實例分析2
15.3 實例分析3
15.4 實例分析4
15.5 實例分析5
15.6 實例分析6
15.7 實例分析7
第16章 層次分析法
16.1 問題與模型
16.2 計算方法之一——方根法
16.3 計算方法之二——和積法
16.4 計算方法之三——迭代法
16.5 結果解釋
第17章 GM(1,1)預測分析
17.1 方法之一——最小二乘運算
17.2 方法之二——線性回歸法
第18章 GM(1,N)預測分析
18.1 方法之一——最小二乘運算
18.2 方法之二——線性回歸法
參考文獻
後記
主題書展
更多
主題書展
更多書展今日66折
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大,除封面破損、內頁脫落等較嚴重的狀態,其餘商品將正常出貨。
特別提醒:部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供,需以QR CODE 連結至當地網站註冊“並通過驗證程序”,方可下載使用。
無現貨庫存之簡體書,將向海外調貨:
海外有庫存之書籍,等候約45個工作天;
海外無庫存之書籍,平均作業時間約60個工作天,然不保證確定可調到貨,尚請見諒。
為了保護您的權益,「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨,請在商品鑑賞期內寄回,且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。