多元數據分析及其R實(shí)現簡(jiǎn)介，目錄書(shū)摘
2019-11-13 15:40
來(lái)源：京東
作者：京東
多元數據分析及其R實(shí)現
暫無(wú)報價(jià)
20+評論
100%好評
內容簡(jiǎn)介: 《多元數據分析及其R實(shí)現/西部高校數學(xué)系列教材》涉及的數據分析方法全面,脈絡(luò )分明，既考慮了經(jīng)典的數據處理方法,又考慮了比較近代的數據處理方法,還考慮了機器學(xué)習中的若干方法.不僅介紹了數據處理的原理和方法,還對具體步驟進(jìn)行了解釋.本書(shū)適合理工科本科學(xué)生使用。
目錄:序
第1章 R介紹
1.1 R軟件基本操作
1.2 R向量
1.3 矩陣及其運算
1.4 因子
1.5 列表與數據框
1.6 輸出輸入
1.7 圖形
習題1
第2章 多元正態(tài)分布
2.1 p維標準正態(tài)分布
2.2 p維一般正態(tài)分布
2.3 p維正態(tài)分布的統計推斷
習題2
第3章 多元線(xiàn)性回歸
3.1 一元線(xiàn)性回歸
3.2 多元線(xiàn)性回歸分析
3.3 逐步回歸及復共線(xiàn)性
習題3
第4章 多元線(xiàn)性相關(guān)
4.1 多個(gè)變量的線(xiàn)性相關(guān)
4.2 兩組變量的典型相關(guān)分析
4.3 典型相關(guān)分析的實(shí)例
習題4
第5章 多元非線(xiàn)性回歸
5.1 非線(xiàn)性回歸方程的建立
5.2 Logistic曲線(xiàn)回歸
5.3 多項式回歸
5.4 一次回歸的正交設計
5.5 二次回歸的正交組合設計
5.6 二次回歸的旋轉組合設計
習題5
第6章 多元聚類(lèi)與判別
6.1 聚類(lèi)的根據
6.2 系統聚類(lèi)法
6.3 動(dòng)態(tài)聚類(lèi)法
6.4 Bayes判別
習題6
第7章 多元數據的主成分分析
7.1 主成分分析法
7.2 主成分的應用
習題7
第8章 多元數據的因子分析
8.1 因子分析法
8.2 方差極大正交旋轉
8.3 對應分析法
習題8
第9章 支持向量機
9.1 線(xiàn)性支持向量機
9.2 非線(xiàn)性支持向量機
9.3 支持向量回歸機
9.4 模型的評價(jià)方法
9.5 支持向量機實(shí)例及R實(shí)現
習題9
第10章 偏最小二乘回歸
10.1 偏最小二乘回歸的基本思想
10.2 偏最小二乘回歸的基本算法
10.3 交叉有效性原則
10.4 偏最小二乘回歸的實(shí)例分析
習題10
參考文獻
第1章 R介紹
1.1 R軟件基本操作
1.2 R向量
1.3 矩陣及其運算
1.4 因子
1.5 列表與數據框
1.6 輸出輸入
1.7 圖形
習題1
第2章 多元正態(tài)分布
2.1 p維標準正態(tài)分布
2.2 p維一般正態(tài)分布
2.3 p維正態(tài)分布的統計推斷
習題2
第3章 多元線(xiàn)性回歸
3.1 一元線(xiàn)性回歸
3.2 多元線(xiàn)性回歸分析
3.3 逐步回歸及復共線(xiàn)性
習題3
第4章 多元線(xiàn)性相關(guān)
4.1 多個(gè)變量的線(xiàn)性相關(guān)
4.2 兩組變量的典型相關(guān)分析
4.3 典型相關(guān)分析的實(shí)例
習題4
第5章 多元非線(xiàn)性回歸
5.1 非線(xiàn)性回歸方程的建立
5.2 Logistic曲線(xiàn)回歸
5.3 多項式回歸
5.4 一次回歸的正交設計
5.5 二次回歸的正交組合設計
5.6 二次回歸的旋轉組合設計
習題5
第6章 多元聚類(lèi)與判別
6.1 聚類(lèi)的根據
6.2 系統聚類(lèi)法
6.3 動(dòng)態(tài)聚類(lèi)法
6.4 Bayes判別
習題6
第7章 多元數據的主成分分析
7.1 主成分分析法
7.2 主成分的應用
習題7
第8章 多元數據的因子分析
8.1 因子分析法
8.2 方差極大正交旋轉
8.3 對應分析法
習題8
第9章 支持向量機
9.1 線(xiàn)性支持向量機
9.2 非線(xiàn)性支持向量機
9.3 支持向量回歸機
9.4 模型的評價(jià)方法
9.5 支持向量機實(shí)例及R實(shí)現
習題9
第10章 偏最小二乘回歸
10.1 偏最小二乘回歸的基本思想
10.2 偏最小二乘回歸的基本算法
10.3 交叉有效性原則
10.4 偏最小二乘回歸的實(shí)例分析
習題10
參考文獻
京公網(wǎng)安備 11000002000088號
