商品簡介
作者簡介
名人/編輯推薦
目次
書摘/試閱
相關商品
商品簡介
《數據分析與模擬叢書:基於Matlab的地理數據分析》面向地理問題,基於Matlah軟件,講述了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、因子分析、聚類分析、判別分析、時(空)間序列分析、Markov鏈、R/S分析、線性規劃、層次分析法以及人工神經網絡建模等方法。通過模仿本書講授的計算過程,讀者可以加深對有關數學方法的認識和理解,並且掌握很多Matlab的應用技巧。本書最初以北京大學本科生計量地理學的輔助教材形式出現,但實際上是作者對Matlab計算功能深入應用的經驗總結。本書中的講授體例與一般Matlab的教科書不同,計算過程設計為筆者獨創,在閏內外其他教科書中未曾見到。
本書雖然是以地理數據為分析對象展開論述的,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,書巾給m的計算過程完全可以應用到其他領域。本書可供地理學、生態學、環境科學、地質學、經濟學、城市規劃以及醫學、生物學等諸多領域的學生、研究人員和工程技術人員學習或參考。.
本書雖然是以地理數據為分析對象展開論述的,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,書巾給m的計算過程完全可以應用到其他領域。本書可供地理學、生態學、環境科學、地質學、經濟學、城市規劃以及醫學、生物學等諸多領域的學生、研究人員和工程技術人員學習或參考。.
作者簡介
陳彥光,男,1965年生,河南羅山人。北京大學城市與環境學院副教授,博士,講授研究生“地理數學方法”、本科生“計量地理學”以及“城市規劃系統工程學”等課程。中國地理學會學術委員會委員(2006—2009),國際ICA地理空間分析和建模委員會委員(2008—2012)。專業方向為城市、理論地理學和交叉科學,主要從事地理分形和空間復雜性研究。主持或參與完成省部級以上科研項霞近20項,發表中文研究論文160余篇,英文論文30余篇。出版理論專著3部(含合著),獨立出版教材5部。參編教材1部。1998年被評為河南省優秀青年骨干教師,2011年獲北京大學2011年度中國工商銀行優秀教師獎。
名人/編輯推薦
《數據分析與模擬叢書:基于Matlab的地理數據分析》雖然是以地理數據為分析對象展開論述的,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,書中給出的計算過程完全可以應用到其他領域。《數據分析與模擬叢書:基于Matlab的地理數據分析》可供地理學、生態學、環境科學、地質學、經濟學、城市規劃以及醫學、生物學等諸多領域的學生、研究人員和工程技術人員學習或參考。
目次
第1章一元線性回歸分析
1.1線性回歸模型的矩陣形式
1.1.1同歸模型的矩陣表示
1.1.2主要統計量的矩陣表示
1.2一元線性回歸
1.2.1數據的初步考察
1.2.2第一種模型求解途徑:矩陣運算
1.2.3第二種模型求解途徑:多項式擬合
1.2.4第三種模型求解途徑:調用回歸分析程序包
1.3統計檢驗
1.3.1相關知識的說明
1.3.2主要的統計檢驗
1.4總體回歸估計和預測分析
1.4.1總體回歸估計
1.4.2解釋和外推預測分析
1.5小結
第2章多元逐步回歸分析
2.1多元線性回歸分析
2.1.1第一種途徑:利用矩陣運算
2.1.2第二種途徑:調用回歸分析程序包
2.1.3統計檢驗
2.2多重共線性判斷
2.2.1VIF值的第一種計算方法
2.2.2VIF值的第二種計算方法
2.2.3多元同歸分析的變量選擇問題
2.3逐步回歸分析
2.3.1Matlab逐步回歸功能說明
2.3.2逐步回歸的實現
2.3.3回歸結果的輸出和解讀
2.4逐步擬合
2.4.1怏速擬合方法
2.4.2詳細擬合方法
2.4.3幾點說明
2.5小結
第3章非線性模型參數估計
3.1常見數學模型表達式
3.2常見實例:一變量的情形
3.2.1指數模型(Ⅰ)
3.2.2對數模型
3.2.3冪指數模型
3.2.4雙曲線模型
3.2.5Logistic模型(二參數形式)
3.2.6指數模型(Ⅱ)
3.2.7指數模型與Iogistic模型
3.3常見實例:一變量化為多變量的情形
3.3.1多項式模型
3.3.2二次指數模型
3.3.3三參數logistic模型
3.3.4Gamma模型
3.4常見實例:多變量的情形
3.4.1Cobb-Douglas生產函數
3.4.2帶有交叉變量的回歸模型
3.5廣義線性擬合
3.5.1廣義線性擬合函數
3.5.2典型的例子
3.6方法比較
3.7小結
第4章主成分分析
4.1實例和數據
4.1.1案例數據
4.1.2數據的保存與調用
4.2第一套計算方案
4.2.1詳細計算步驟
4.2.2計算程序的整理和結果的輸出
4.2.3計算結果的整理
4.3第二套計算方案
4.3.1程序的修改
4.3.2兩套方案的比較
4.4第三套計算方案
4.4.1計算程序
4.4.2T統計量
4.5配套函數的調用
4.5.1從協方差矩陣出發
4.5.2主成分的殘差分析
4.5.3Bartlett檢驗
4.6結果分析方法
4.6.1結果分析
4.6.2綜合評價
4.7小結
第5章因子分析
第6章層次聚類分析
第7章判別分析
第8章自相關分析
第9章自回歸分析
第10章譜分析
第11章小波分析
第12章R/S分析
第13章Markov鏈分析
第14章線性規劃
第15章層次分析法
第16章人工神經網絡.
1.1線性回歸模型的矩陣形式
1.1.1同歸模型的矩陣表示
1.1.2主要統計量的矩陣表示
1.2一元線性回歸
1.2.1數據的初步考察
1.2.2第一種模型求解途徑:矩陣運算
1.2.3第二種模型求解途徑:多項式擬合
1.2.4第三種模型求解途徑:調用回歸分析程序包
1.3統計檢驗
1.3.1相關知識的說明
1.3.2主要的統計檢驗
1.4總體回歸估計和預測分析
1.4.1總體回歸估計
1.4.2解釋和外推預測分析
1.5小結
第2章多元逐步回歸分析
2.1多元線性回歸分析
2.1.1第一種途徑:利用矩陣運算
2.1.2第二種途徑:調用回歸分析程序包
2.1.3統計檢驗
2.2多重共線性判斷
2.2.1VIF值的第一種計算方法
2.2.2VIF值的第二種計算方法
2.2.3多元同歸分析的變量選擇問題
2.3逐步回歸分析
2.3.1Matlab逐步回歸功能說明
2.3.2逐步回歸的實現
2.3.3回歸結果的輸出和解讀
2.4逐步擬合
2.4.1怏速擬合方法
2.4.2詳細擬合方法
2.4.3幾點說明
2.5小結
第3章非線性模型參數估計
3.1常見數學模型表達式
3.2常見實例:一變量的情形
3.2.1指數模型(Ⅰ)
3.2.2對數模型
3.2.3冪指數模型
3.2.4雙曲線模型
3.2.5Logistic模型(二參數形式)
3.2.6指數模型(Ⅱ)
3.2.7指數模型與Iogistic模型
3.3常見實例:一變量化為多變量的情形
3.3.1多項式模型
3.3.2二次指數模型
3.3.3三參數logistic模型
3.3.4Gamma模型
3.4常見實例:多變量的情形
3.4.1Cobb-Douglas生產函數
3.4.2帶有交叉變量的回歸模型
3.5廣義線性擬合
3.5.1廣義線性擬合函數
3.5.2典型的例子
3.6方法比較
3.7小結
第4章主成分分析
4.1實例和數據
4.1.1案例數據
4.1.2數據的保存與調用
4.2第一套計算方案
4.2.1詳細計算步驟
4.2.2計算程序的整理和結果的輸出
4.2.3計算結果的整理
4.3第二套計算方案
4.3.1程序的修改
4.3.2兩套方案的比較
4.4第三套計算方案
4.4.1計算程序
4.4.2T統計量
4.5配套函數的調用
4.5.1從協方差矩陣出發
4.5.2主成分的殘差分析
4.5.3Bartlett檢驗
4.6結果分析方法
4.6.1結果分析
4.6.2綜合評價
4.7小結
第5章因子分析
第6章層次聚類分析
第7章判別分析
第8章自相關分析
第9章自回歸分析
第10章譜分析
第11章小波分析
第12章R/S分析
第13章Markov鏈分析
第14章線性規劃
第15章層次分析法
第16章人工神經網絡.
書摘/試閱
這個曲線應該沒有任何趨勢。下面是柱形圖和累計柱形圖。柱形圖的分布越是接近于左右對稱的鐘形分布,殘差的隨機性越好。最下面是殘差序列的自相關(Autocorrelation)圖和快速Fourier變換的頻譜圖(FFT—Spectrum)。由于序列長度為100,除了正中央的自相關系數之外,其余的自相關系數絕對值應該小于2/1000。5,即不得大于0.2(可以借助鼠標右鍵或者數據指針進行檢測);否則,殘差的隨機性不好。至于頻譜圖,不能出現顯著突出的點,或者說,比較大的譜密度值沒有顯著差異。對于本例,柱形圖的對稱性不是很理想,其他方面都比較符合殘差的隨機性要求。
有必要指出如下幾點:第一,去噪的過程并非信號的恢復過程。我們無法將疊加到太陽黑子平均數的隨機序列排除,從而恢復到圖11—2—2所示的初始信號曲線形態。原因之一,原始的太陽黑子活動序列本身也包含有隨機成分;原因之二,人們借助各種數學或者統計軟件生成隨機數序列并非十分理想的隨機數值。兩種原因共同作用的結果是無法得到與初始序列波動形態接近的去噪結果。不過,效果是顯而易見的,我們可以借助去噪后的信號估計太陽黑子活動的周期長度。第二,本例是一個教學案例,序列中的噪聲是特意添加的。本例不帶研究性質,僅用于說明什么是隨機噪聲,以及噪聲附加到周期波動信號之后如何排除其干擾。現實中的周期信號或者趨勢信號大多埋藏在隨機噪聲之中。借助小波去噪,可望發現隱藏的系統演化規律或者復雜現象背后的簡單變化圖式。
11.3一維離散小波分析
11.3.1 時間序列的壓縮與重構
小波分析的基本原理其實很簡單,困難之處在于找到恰當的小波基函數,并準確地定義小波變換的尺度范圍。小波變換可以與多元線性回歸分析進行類比。以一維信號壓縮或者去噪為例,其基本思路如下:第一步,確定小波基函數。比方說,選擇墨西哥帽(Mexican hat)小波。第二步,生成變量。基于不同的平移因子(位置)和伸縮因子(尺度),利用小波基函數生成若干序列,每一個序列相當于一個自變量。第三步,擬合。以基于不同尺度和位置的小波基函數生成的變量為自變量,以待壓縮的一維信號為因變量,進行最小二乘計算,或者開展多元線性回歸。第四步,預測。基于最小二乘計算得出的預測值,或者回歸預測值,就是原始信號的壓縮值。如果預測值能夠很好地擬合原始信號,以致殘差類似于一種白噪聲,則預測值也可以看成是原始信號的去噪結果。
且看一個非常簡單的例子。人們通常將這類例子視為信息壓縮過程,其實其本質是一個信號去噪過程。當然,排除了信號中的噪聲,信息自然就得以壓縮。不妨以表11—1—2所示的中國城市化水平序列為待分析的一維信號,對其進行信息壓縮。
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。