顶部
  1. 首页
  2. 图书产品
  3. 环境统计学与MATLAB应用
收藏

环境统计学与MATLAB应用

样章
作者：
聂庆华 Keith C.Clarke
定价：
35.00元
ISBN：
978-7-04-027943-6
版面字数：
520千字
开本：
16开
全书页数：
427页
装帧形式：
平装
重点项目：
暂无
出版时间：
2010-01-15
读者对象：
高等教育
一级分类：
环境科学与工程类
二级分类：
环境科学专业课
三级分类：
计算机在环境科学中的应用

本书为改进当前大学环境统计课程教学而设计，参阅欧美现有统计教程和MATLAB应用专著，结合作者在资源与环境领域工作实践编写。它不强调数学解题和定理证明，侧重于理解统计思想，秉承学即为用、便于应用的理念，借助计算机统计软件直接完成计算，解释计算结果。书中内容包括统计与环境学关系、MATLAB与矩阵介绍、环境采样，以MATLAB为基础，系统地介绍了单变量统计、双变量统计与回归分析、多变量统计等经典统计内容。本书适合于应用统计学与MATLAB的初学者，在理解统计相关概念和原理的基础上，完成环境数据等专题的数据统计分析。为使读者顺利地理解本书内容，我们希望读者最好有一定的线性代数和概率统计基础。本书也可以作为高等学校非数学专业的其他学科统计应用的教材。

关键词：环境统计学 MATLAB 单变量分析 双变量分析 多变量分析

  • 1. 环境统计学概念与原理
    • 1.1 环境科学与工程基础
      • 1.1.1 科学、工程与技术
      • 1.1.2 环境科学基础
      • 1.1.3 环境工程与技术
      • 1.1.4 环境问题与环境管理
    • 1.2 环境统计学概述
      • 1.2.1 环境研究中的问题与模型
      • 1.2.2 环境统计学及其作用
      • 1.2.3 环境学中的统计实例
    • 1.3 环境数据
      • 1.3.1 数据定义与数据性质
      • 1.3.2 环境数据测量层次
      • 1.3.3 环境数据变换
      • 1.3.4 获取有意义的环境数据
    • 1.4 环境统计学的概率基础
      • 1.4.1 概率的基本概念
      • 1.4.2 概率与随机变量的概率分布
      • 1.4.3 随机变量的数字特征
      • 1.4.4 多元随机变量与分布
      • 1.4.5 大数定律与中心极限定理
      • 1.4.6 环境的确定性与概率性过程
    • 1.5 环境统计学基本原理
      • 1.5.1 统计学的基本概念
      • 1.5.2 环境统计的本质与规则
      • 1.5.3 环境鲁棒性定律
      • 1.5.4 计算统计学及其环境应用
    • 1.6 本书目的与内容
      • 1.6.1 本书目的
      • 1.6.2 本书的内容
  • 2. MATLAB与矩阵运算基础
    • 2.1 MATLAB概述
      • 2.1.1 MATLAB一般知识
      • 2.1.2 MATLAB语法与数据结构
    • 2.2 MATLAB的基本操作
      • 2.2.1 MATLAB脚本与函数
      • 2.2.2 MATLAB控制流
      • 2.2.3 可视化图形工具简介
      • 2.2.4 MATLAB统计工具库
    • 2.3 矩阵运算基础
      • 2.3.1 矩阵的基本概念
      • 2.3.2 特征方程
  • 3. 环境采样
    • 3.1 采样的基本概念与原理
      • 3.1.1 采样及采样设计
      • 3.1.2 采样过程与步骤
      • 3.1.3 确定样本大小
      • 3.1.4 采样误差来源
    • 3.2 概率采样与非概率采样
      • 3.2.1 概率采样
      • 3.2.2 非概率采样
    • 3.3 环境采样
      • 3.3.1 环境采样的基本原理
      • 3.3.2 计算合理的环境样本大小
      • 3.3.3 环境空间采样框架与采样方法
      • 3.3.4 环境采样的规程与质量控制
      • 3.3.5 环境采样设计的要点
      • 3.3.6 环境采样中的基于设计与基于模型的方法
      • 3.3.7 Pierre Gy采样理论与环境采样应用
    • 3.4 面向应用的环境采样与样本测试
      • 3.4.1 环境科学与工程再理解
      • 3.4.2 面向具体应用的环境采样
      • 3.4.3 实验室之间样本测试数据偏差与精度比较
  • 4. 描述性与探索性单变量统计分析
    • 4.1 单变量描述性统计
      • 4.1.1 描述性统计概述
      • 4.1.2 以图形为基础的描述性统计
      • 4.1.3 以数值为基础的描述性统计
    • 4.2 离散型变量的理论分布
      • 4.2.1 Bernoulli分布与二项分布
      • 4.2.2 Poisson分布
      • 4.2.3 几何分布与超几何分布
      • 4.2.4 离散型均匀分布
    • 4.3 连续型变量的理论分布
      • 4.3.1 连续型均匀分布
      • 4.3.2 正态分布
      • 4.3.3 对数正态分布
      • 4.3.4 指数分布
      • 4.3.5 Gamma分布
      • 4.3.6 t分布
      • 4.3.7 F分布
      • 4.3.8 χ2分布
      • 4.3.9 Weibull分布
      • 4.3.10 Beta分布
      • 4.3.11 其他理论分布
      • 4.3.12 disttool与各种概率分布之间的关系
    • 4.4 生成随机数
      • 4.4.1 随机数生成方法
      • 4.4.2 MATLAB中的随机数生成
    • 4.5 探索性单变量分析
      • 4.5.1 探索性数据分析
      • 4.5.2 探索性单变量数据分析
      • 4.5.3 异常值判别
  • 5. 推断性单变量统计分析
    • 5.1 参数估计
      • 5.1.1 参数估计基本概念
      • 5.1.2 Cramér Rao不等式与参数估计定理
      • 5.1.3 参数估计方法
    • 5.2 点估计
      • 5.2.1 点估计概念与方法
      • 5.2.2 再论样本大小选择
    • 5.3 区间估计
      • 5.3.1 区间估计概念与方法
      • 5.3.2 单样本与双样本区间估计
    • 5.4 经典假设检验
      • 5.4.1 经典假设检验原理
      • 5.4.2 经典假设检验方法
      • 5.4.3 方差分析
      • 5.5 p值假设检验
      • 5.5.1 p值假设检验原理
      • 5.5.2 p值检验应用
    • 5.6 非参数估计与检验
      • 5.6.1 非参数统计概述
      • 5.6.2 非参数估计
      • 5.6.3 非参数检验方法
  • 6. 双变量统计与回归分析
    • 6.1 探索性双变量分析
      • 6.1.1 双变量分布图形表示
      • 6.1.2 双变量期望与变换
    • 6.2 协方差与相关系数的计算和验证
      • 6.2.1 协方差计算
      • 6.2.2 相关系数计算与验证
    • 6.3 经典线性回归分析与预测
      • 6.3.1 线性回归模型的一般形式
      • 6.3.2 经典线性回归计算
      • 6.3.3 线性回归方程及残差分析的MATLAB实现
      • 6.3.4 经典线性回归结果评价
      • 6.3.5 线性回归结果的统计应用
      • 6.3.6 aoctool函数
    • 6.4 双变量回归分析的扩充
      • 6.4.1 多线性回归分析
      • 6.4.2 鲁棒性回归分析
      • 6.4.3 逐步回归分析
      • 6.4.4 岭回归分析与局部最小二乘回归分析
      • 6.4.5 多项式（曲线）回归分析
      • 6.4.6 广义线性模型
    • 6.5 非线性回归分析
      • 6.5.1 非线性回归模型
      • 6.5.2 混合效应模型
      • 6.5.3 回归树
  • 7. 多元统计分析
    • 7.1 描述性与探索性多元分析
      • 7.1.1 多元数据与多元分析
      • 7.1.2 多元数据可视化
      • 7.1.3 多元数据分布
      • 7.1.4 多元数据显著性检验
      • 7.1.5 MATLAB中的多元统计量比较分析
    • 7.2 减小多元数据维度：线性方法
      • 7.2.1 多元线性维度分析方法比较
      • 7.2.2 主成分分析原理与方法
      • 7.2.3 MATLAB中主成分分析的实现
      • 7.2.4 因子分析
    • 7.3 减小多元数据维度：非线性方法
      • 7.3.1 多维标度分析概述
      • 7.3.2 经典多维标度分析
      • 7.3.3 非度量多维标度分析
      • 7.3.4 Procrustes分析
    • 7.4 判别分析
      • 7.4.1 分类与判别分析概述
      • 7.4.2 判别分析方法与准则
      • 7.4.3 MATLAB中判别分析的实现
    • 7.5 聚类分析
      • 7.5.1 聚类分析概述
      • 7.5.2 谱系聚类分析原理
      • 7.5.3 以优化方法为基础的聚类
      • 7.5.4 聚类结果评价
    • 7.6 典型相关分析
      • 7.6.1 典型相关分析概念与原理
      • 7.6.2 MATLAB中典型相关分析的实现
  • 附录1 综合作业
  • 附录2 希腊字母及其读音
  • 附录3 MATLAB主要统计函数
  • 参考文献
  • 后记

相关图书

环境地理信息系统及其开发与应用

荆平

￥29.50 收藏