《MATLAB数据分析教程》求取 ⇩

第1章数据分析与MATLAB软件1

1.1数据分析概述1

1.1.1 数据时代1

1.1.2 数据分析的意义和作用1

1.1.3 数据分析方法2

1.2MATLAB软件2

1.2.1 功能和应用2

1.2.2 特点3

1.3 MATLAB在数据分析中的应用4

习题4

第2章MATLAB基础5

2.1MATLAB基础5

2.1.1 MATLAB软件的版本5

2.1.2 MATLAB软件的启动5

2.1.3 指令窗的结构6

2.2编写第一个MATLAB程序7

2.2.1 第一个MATLAB程序7

2.2.2 程序的正确性7

2.3编辑器的使用8

2.3.1 打开编辑器8

2.3.2 编写程序8

2.3.3 运行程序9

2.3.4 程序的编辑和修改9

2.4MATLAB的查询和帮助功能10

2.4.1 help指令10

2.4.2 lookfor指令10

2.5MATLAB的运算单元及基本操作11

2.5.1 MATLAB的数据类型11

2.5.2 矩阵11

2.5.3 矩阵的操作13

2.5.4 特殊向量15

2.5.5 向量的操作18

习题19

第3章MATLAB科学计算20

3.1数值计算20

3.1.1 基本运算20

3.1.2 求解多项式28

3.1.3 求导数31

3.1.4 求方程的近似解31

3.1.5 求数值积分32

3.1.6 求函数最小值33

3.1.7 求函数的零点34

3.1.8 解非线性方程组35

3.1.9 求微分方程的数值解36

3.2符号计算39

3.2.1 基本运算39

3.2.2 多项式运算41

3.2.3 解方程和方程组42

3.2.4 求微积分44

3.2.5 常微分方程47

习题48

第4章数据预处理51

4.1数据归一化51

4.1.1 标准化变换51

4.1.2 极差归一化变换54

4.2数据的平滑处理56

4.2.1 smooth指令57

4.2.2 smoothts指令62

4.2.3 medfiltl指令66

4.3数据降维67

4.3.1 主成分分析67

4.3.2 因子分析71

习题76

第5章绘图与数据可视化Ⅰ——二维绘图79

5.1二维曲线79

5.1.1 二维曲线的绘制79

5.1.2 函数图形的绘制82

5.2二维图形85

5.2.1 直方图85

5.2.2 饼形图87

5.2.3 阶梯图87

5.2.4 频数分布直方图89

5.2.5 火柴杆图89

5.2.6 误差棒图90

5.3图形要素的设置和控制91

5.3.1 曲线的设置91

5.3.2 坐标轴的设置95

5.3.3 图形的标注和说明101

5.3.4 图形的重叠绘制104

5.3.5 图形填色105

5.3.6 创建多个图形窗口106

5.3.7 子窗口的建立107

5.3.8 图形的变焦观察108

5.3.9 显示图形指定位置的坐标值109

习题110

第6章绘图与数据可视化Ⅱ——三维绘图112

6.1三维曲线112

6.1.1 三维曲线112

6.1.2 网线图113

6.2三维曲面图122

6.2.1 三维曲面图的绘制指令123

6.2.2 等高线图123

6.2.3 伪彩图126

6.2.4 矢量场图127

6.2.5 柱面图130

6.2.6 球面图131

6.2.7 截面图132

6.3三维图形的操纵133

6.3.1 视角的设置133

6.3.2 图形的重叠135

6.3.3 多种功能的组合136

习题140

第7章数据的描述性统计和分析142

7.1数据的基本特征142

7.1.1 数据的数量142

7.1.2 最大值143

7.1.3 最小值144

7.1.4 元素的和144

7.1.5 平均值145

7.1.6 按序排列145

7.1.7 极差146

7.1.8 中位数147

7.1.9 分位数148

7.1.10 众数149

7.1.11 原点矩149

7.1.12 中心矩150

7.2数据的频数分布151

7.2.1 频数表151

7.2.2 频数分布直方图151

7.3数据的正态分布分析153

7.3.1 偏度154

7.3.2 峰度155

7.4数据的离散度分析155

7.4.1 方差155

7.4.2 标准差155

7.4.3 变异系数156

7.5相关性分析156

7.5.1 协方差157

7.5.2 相关系数157

习题159

第8章方差分析160

8.1概述160

8.1.1 类型160

8.1.2 原理160

8.2 单因素一元方差分析161

8.3其他类型的方差分析168

8.3.1 双因素一元方差分析168

8.3.2 多因素一元方差分析175

8.3.3 单因素多元方差分析178

习题181

第9章数据拟合与回归分析184

9.1 概述184

9.2一元线性回归分析184

9.2.1 步骤185

9.2.2 最小二乘法185

9.3 多元线性回归分析187

9.4一元非线性回归分析190

9.4.1 曲线直线化190

9.4.2 多项式拟合197

9.5多元非线性回归分析203

9.5.1 曲线直线化203

9.5.2 多项式回归203

9.6插值205

9.6.1 一元插值205

9.6.2 二元插值207

习题212

第10章蒙特卡洛模拟与应用214

10.1概述214

10.1.1 名称来源214

10.1.2 原理和步骤214

10.1.3 特点214

10.2蒙特卡洛法的基础——随机数215

10.2.1 rand指令215

10.2.2 randn指令217

10.2.3 randi指令219

10.2.4 mnrnd指令220

10.2.5 mvnrnd指令222

10.2.6 随机数的操作222

10.2.7 随机数的应用实例——模拟投掷硬币226

10.3蒙特卡洛法应用实例229

10.3.1 计算圆周率π的值229

10.3.2 求定积分233

10.3.3 模拟布朗运动237

10.3.4 物体表面形貌的模拟238

10.3.5 材料成分设计与质量控制241

10.3.6 模拟股票价格245

习题248

第11章最优化方法与应用249

11.1概述249

11.1.1 类型249

11.1.2 主要步骤249

11.1.3 应用250

11.2 线性规划问题250

11.3 二次规划问题255

11.4非线性规划问题260

11.4.1 有约束问题260

11.4.2 无约束问题264

11.5 多目标规划问题266

11.6 最小化问题269

11.7 最大最小化问题270

习题272

第12章判别分析和聚类分析273

12.1概述273

12.1.1 特征273

12.1.2 主要步骤273

12.1.3 类型273

12.1.4 应用领域274

12.2判别分析方法与实例274

12.2.1 距离判别法274

12.2.2 朴素贝叶斯判别法281

12.3聚类分析方法与实例283

12.3.1 系统聚类法283

12.3.2 K均值聚类法287

12.3.3 模糊C均值聚类法292

12.3.4 聚类分析的挑战和机遇297

习题297

第13章人工神经网络及应用299

13.1概述299

13.1.1 人工神经网络的结构299

13.1.2 人工神经网络的特点301

13.2人工神经网络数据分析的原理与方法301

13.2.1 原理301

13.2.2 适用范围302

13.2.3 方法和步骤302

13.3人工神经网络的MATLAB编程及应用304

13.3.1 材料性能预测304

13.3.2 影响因素的定量分析316

13.3.3 用人工神经网络进行判别分析322

习题326