顶部
收藏

基于Matlab的地理数据分析


作者:
陈彦光
定价:
55.00元
ISBN:
978-7-04-034172-0
版面字数:
590.000千字
开本:
16开
全书页数:
401页
装帧形式:
平装
重点项目:
暂无
出版时间:
2012-07-27
读者对象:
学术著作
一级分类:
自然科学
二级分类:
地球科学
三级分类:
地理学

本书面向地理问题,基于Matlab软件,讲述了大量数学方法的应用思路和过程。内容涉及回归分析、主成分分析、因子分析、聚类分析、判别分析、时(空)间序列分析、Markov链、R/S分析、线性规划、层次分析法以及人工神经网络建模等方法。通过模仿本书讲授的计算过程,读者可以加深对有关数学方法的认识和理解,并且掌握很多Matlab的应用技巧。本书最初以北京大学本科生计量地理学的辅助教材形式出现,但实际上是作者对Matlab计算功能深入应用的经验总结。本书中的讲授体例与一般Matlab的教科书不同,计算过程设计为笔者独创,在国内外其他教科书中未曾见到。

本书虽然是以地理数据为分析对象展开论述的,但所涉及的内容绝大多数为通用方法。只要改变数据的来源,书中给出的计算过程完全可以应用到其他领域。本书可供地理学、生态学、环境科学、地质学、经济学、城市规划以及医学、生物学等诸多领域的学生、研究人员和工程技术人员学习或参考。

  • 前辅文
  • 第1章 一元线性回归分析
    • 1.1 线性回归模型的矩阵形式
      • 1.1.1 回归模型的矩阵表示
      • 1.1.2 主要统计量的矩阵表示
    • 1.2 一元线性回归
      • 1.2.1 数据的初步考察
      • 1.2.2 第一种模型求解途径———矩阵运算
      • 1.2.3 第二种模型求解途径———多项式拟合
      • 1.2.4 第三种模型求解途径———调用回归分析程序包
    • 1.3 统计检验
      • 1.3.1 相关知识的说明
      • 1.3.2 主要的统计检验
    • 1.4 总体回归估计和预测分析
      • 1.4.1 总体回归估计
      • 1.4.2 解释和外推预测分析
    • 1.5 小结
  • 第2章 多元逐步回归分析
    • 2.1 多元线性回归分析
      • 2.1.1 第一种途径———利用矩阵运算
      • 2.1.2 第二种途径———调用回归分析程序包
      • 2.1.3 统计检验
    • 2.2 多重共线性判断
      • 2.2.1 VIF 值的第一种计算方法
      • 2.2.2 VIF 值的第二种计算方法
      • 2.2.3 多元回归分析的变量选择问题
    • 2.3 逐步回归分析
      • 2.3.1 Matlab 逐步回归功能说明
      • 2.3.2 逐步回归的实现
      • 2.3.3 回归结果的输出和解读
    • 2.4 逐步拟合
      • 2.4.1 快速拟合方法
      • 2.4.2 详细拟合方法
      • 2.4.3 几点说明
    • 2.5 小结
  • 第3章 非线性模型参数估计
    • 3.1 常见数学模型表达式
    • 3.2 常见实例———一变量的情形
      • 3.2.1 指数模型(Ⅰ)
      • 3.2.2 对数模型
      • 3.2.3 幂指数模型
      • 3.2.4 双曲线模型
      • 3.2.5 Logistic 模型(二参数形式)
      • 3.2.6 指数模型(Ⅱ)
      • 3.2.7 指数模型与logistic 模型
    • 3.3 常见实例———一变量化为多变量的情形
      • 3.3.1 多项式模型
      • 3.3.2 二次指数模型
      • 3.3.3 三参数logistic 模型
      • 3.3.4 Gamma 模型
    • 3.4 常见实例———多变量的情形
      • 3.4.1 Cobb⁃Douglas 生产函数
      • 3.4.2 带有交叉变量的回归模型
    • 3.5 广义线性拟合
      • 3.5.1 广义线性拟合函数
      • 3.5.2 典型的例子
    • 3.6 方法比较
    • 3.7 小结
  • 第4章 主成分分析
    • 4.1 实例和数据
      • 4.1.1 案例数据
      • 4.1.2 数据的保存与调用
    • 4.2 第一套计算方案
      • 4.2.1 详细计算步骤
      • 4.2.2 计算程序的整理和结果的输出
      • 4.2.3 计算结果的整理
    • 4.3 第二套计算方案
      • 4.3.1 程序的修改
      • 4.3.2 两套方案的比较
    • 4.4 第三套计算方案
      • 4.4.1 计算程序
      • 4.4.2 T 统计量
    • 4.5 配套函数的调用
      • 4.5.1 从协方差矩阵出发
      • 4.5.2 主成分的残差分析
      • 4.5.3 Bartlett 检验
    • 4.6 结果分析方法
      • 4.6.1 结果分析
      • 4.6.2 综合评价
    • 4.7 小结
  • 第5章 因子分析
    • 5.1 因子分析程序和案例
      • 5.1.1 因子分析子程序
      • 5.1.2 因子旋转子程序
      • 5.1.3 案例与数据
    • 5.2 因子模型的主成分解
      • 5.2.1 主因子解
      • 5.2.2 主因子解的正交旋转
    • 5.3 因子模型的最大似然解
      • 5.3.1 从原始数据出发
      • 5.3.2 从协方差矩阵出发
      • 5.3.3 载荷得分双重图
    • 5.4 小结
  • 第6章 层次聚类分析
    • 6.1 聚类实例的初步结果
      • 6.1.1 实例和数据
      • 6.1.2 初步的聚类结果
    • 6.2 程序说明与结果解析
      • 6.2.1 聚类程序说明
      • 6.2.2 聚类结果的解读
    • 6.3 效果检验和类别查找
      • 6.3.1 聚类效果检测
      • 6.3.2 聚类结果的查询
      • 6.3.3 聚类结果的比较
    • 6.4 距离的选择与处理
      • 6.4.1 欧氏距离平方
      • 6.4.2 精度加权距离
      • 6.4.3 主成分得分与马氏距离
    • 6.5 聚类分析结论
    • 6.6 小结
  • 第7章 判别分析
    • 7.1 案例和判别函数
      • 7.1.1 数据及其来源
      • 7.1.2 判别函数的调用方法
    • 7.2 直接判别
      • 7.2.1 二分类判别分析
      • 7.2.2 三分类判别分析
    • 7.3 详细计算过程
      • 7.3.1 构造判别函数
      • 7.3.2 数值的规范化处理
      • 7.3.3 判别函数检验
      • 7.3.4 待判样品归类
    • 7.4 借助回归分析建立判别函数
    • 7.5 聚类-判别联合分析
    • 7.6 小结
  • 第8章 自相关分析
    • 8.1 数据来源和计算公式
      • 8.1.1 案例数据来源
      • 8.1.2 计算公式
    • 8.2 自相关函数(ACF)
      • 8.2.1 ACF 及语法
      • 8.2.2 ACF 计算方法
      • 8.2.3 ACF 检验
    • 8.3 偏自相关函数(PACF)
      • 8.3.1 PACF 函数和语法
      • 8.3.2 PACF 计算方法1———OLS 法
      • 8.3.3 PACF 计算方法2———蛮力计算法
      • 8.3.4 PACF 计算方法3———程序计算法
      • 8.3.5 结果汇总与PACF 检验
    • 8.4 自相关分析
      • 8.4.1 自相关函数的分析判据
      • 8.4.2 ACF 和PACF 分析
    • 8.5 小结
  • 第9章 自回归分析
    • 9.1 样本数据的初步分析
      • 9.1.1 案例数据来源和保存
      • 9.1.2 数据的初步分析
    • 9.2 自回归模型的回归估计
      • 9.2.1 一阶自回归模型AR(1)
      • 9.2.2 高阶自回归模型AR(p)
      • 9.2.3 自回归模型的基本检验
      • 9.2.4 预测结果及其比较分析
    • 9.3 数据的平稳化及其自回归模型
      • 9.3.1 数据平稳化
      • 9.3.2 差分自回归
      • 9.3.3 检验与预测
    • 9.4 小结
  • 第10章 谱分析
    • 10.1 功率谱分析
      • 10.1.1 时间序列数据
      • 10.1.2 快速Fourier 变换和频谱分析
      • 10.1.3 检验和分析
      • 10.1.4 计算程序简化
    • 10.2 波谱分析
      • 10.2.1 空间序列数据
      • 10.2.2 数据准备
      • 10.2.3 快速Fourier 变换和参数估计
      • 10.2.4 波谱分析
    • 10.3 小结
  • 第11章 小波分析
    • 11.1 数据集和小波工具箱
      • 11.1.1 数据集及其预备处理
      • 11.1.2 小波工具箱
      • 11.1.3 小波分析的基本函数
    • 11.2 一维连续小波分析
      • 11.2.1 周期长度估计方法之一
      • 11.2.2 周期长度估计方法之二
      • 11.2.3 随机信号去噪
    • 11.3 一维离散小波分析
      • 11.3.1 时间序列的压缩与重构
      • 11.3.2 离散小波变换
    • 11.4 二维小波分析
    • 11.5 小结
  • 第12章 R/ S 分析
    • 12.1 R/ S 分析方法
      • 12.1.1 Hurst 指数的定义方式
      • 12.1.2 Hurst 指数与自相关系数的关系
    • 12.2 编程计算
      • 12.2.1 计算Hurst 指数
      • 12.2.2 图像分析
    • 12.3 自相关系数和R/ S 分析
      • 12.3.1 序列变化的自相关分析
      • 12.3.2 分维和功率谱指数的估计
    • 12.4 小结
  • 第13章 Markov 链分析
    • 13.1 Markov 链的转移概率矩阵
      • 13.1.1 一个简单的例子
      • 13.1.2 Markov 链的数学表示
    • 13.2 Markov 链分析方法
      • 13.2.1 转移概率矩阵的计算
      • 13.2.2 自动计算
      • 13.2.3 历次转移后的稳定分布
    • 13.3 固定向量的计算方法
      • 13.3.1 基于特征值和特征向量计算
      • 13.3.2 基于线性方程求解计算
    • 13.4 小结
  • 第14章 线性规划
    • 14.1 线性规划程序
      • 14.1.1 线性规划函数及其输入选项
      • 14.1.2 线性规划函数的输出选项
    • 14.2 普通规划求解实例
      • 14.2.1 实例1———工业问题
      • 14.2.2 实例2———农业问题
      • 14.2.3 实例3———建筑业问题
      • 14.2.4 实例4———运输业问题
    • 14.3 整数规划问题实例
      • 14.3.1 一般整数规划
      • 14.3.2 0-1 规划
    • 14.4 非线性规划及其对偶问题实例
      • 14.4.1 非线性规划原模型
      • 14.4.2 非线性规划对偶模型
    • 14.5 小结
  • 第15章 层次分析法
    • 15.1 问题与模型
    • 15.2 计算方法
      • 15.2.1 计算目标-准则层单权重
      • 15.2.2 计算准则-方案层单权重
      • 15.2.3 计算组合权重
      • 15.2.4 判断矩阵的调试程序
    • 15.3 其他计算途径
      • 15.3.1 方根法
      • 15.3.2 和积法
      • 15.3.3 其他替代方法
    • 15.4 结果解释
    • 15.5 小结
  • 第16章 人工神经网络
    • 16.1 简单的线性网络
      • 16.1.1 单输入-单输出: 对应于一元线性回归
      • 16.1.2 多输入-单输出: 对应于多元线性回归
    • 16.2 感知器和M-P 模型
      • 16.2.1 感知器的判别功能
      • 16.2.2 感知器与自适应网络
      • 16.2.3 基于聚类分析的感知器判别
      • 16.2.4 基于主成分分析的感知器判别
      • 16.2.5 三分类的感知器判别
    • 16.3 学习向量量化(LVQ)神经网络
      • 16.3.1 LVQ 神经网络的二分类判别
      • 16.3.2 LVQ 神经网络的三分类判别
    • 16.4 多层神经(BP)网络
      • 16.4.1 BP 网络的离散选择
      • 16.4.2 BP 网络判别
    • 16.5 竞争型网络
      • 16.5.1 有目标的先分类后判别
      • 16.5.2 无目标的统一分类
    • 16.6 小结
  • 参考文献
  • 后记

相关图书