編輯推薦

《DPS數據處理係統(第二捲):現代統計及數據挖掘(第4版)》從應用角度簡要地闡述瞭試驗設計、現代統計、數據挖掘，以及各專業領域試驗統計等600多種統計分析和模型模擬方法。這一版新增加的主要內容有廣義綫性模型、麵闆數據分析、單位根檢驗等。

內容簡介

本書從應用角度簡要地闡述瞭現代統計學400多種實驗數據統計分析和模型模擬方法，如試驗設計、各類型方差分析、列聯錶分析及非參數檢驗;專業統計包括瞭生物測定、遺傳育種、生存分析;作物品種區域試驗、空間分布型、數值生態學方法等;各種迴歸分析、聚類分析、主成分分析、判彆分析、典型相關分析、對應分析等多元分析技術;非綫性迴歸模型參數估計、模型模擬技術;單目標和多目標綫性規劃、非綫性規劃等運籌學方法;以及狀態方程、數值分析、時間序列分析、模糊數學、BP神經網絡、數據挖掘、灰色理論等方法。

目錄

目錄

序一
序二
第四版前言
第三版前言
第二版前言
第一版前言
第三篇多元統計分析
第14章多變量統計檢驗
14.1多元計量資料的常用統計量
14.2多元均值檢驗
14.3多元方差分析簡介
14.4單嚮完全隨機設計
14.5單因素隨機區組設計
14.6輪廓分析
14.7多元方差分析的綫性模型方法
參考文獻
第15章多元迴歸分析
15.1多元綫性迴歸
15.2逐步迴歸分析
15.3二次多項式迴歸分析
15.4含定性變量的逐步迴歸分析
15.5積分（逐步）迴歸
15.6趨勢麵分析
15.7Tobit迴歸
15.8主成分迴歸
15.9嶺迴歸
15.10穩健迴歸（M估計）
15.11分位數迴歸
15.12優勢（主導）分析
參考文獻
第16章聚類分析
16.1係統聚類分析
16.20—1型變量聚類分析
16.3動態聚類分析
16.4有序樣本分類
16.5非綫性映射分析
16.6兩維圖論聚類
參考文獻
第17章判彆分析
17.1兩組判彆
17.2Fisher綫性判彆
17.3逐步判彆分析
參考文獻
第18章多因子分析
18.1主成分分析
18.2因子分析
18.3對應分析
18.4展開法
參考文獻
第19章多因變量統計分析
19.1典型相關分析
19.2雙重篩選逐步迴歸
19.3偏最小二乘迴歸
19.4綫性聯立方程
19.5結構方程模型與路徑分析
參考文獻
第20章數據挖掘
20.1BP神經網絡
20.2徑嚮基函數（RBF）網絡模型
20.3投影尋蹤迴歸
20.4支持嚮量機（SVM）
20.5隨機森林
參考文獻
第四篇數學模型模擬分析
第21章迴歸方程模型
21.1任意非綫性迴歸模型參數估計實現
21.2非綫性迴歸模型參數估計方法
21.3非綫性迴歸模型參數全局優化估計
21.4非綫性迴歸分析實例研究
21.5二值反應變量模型參數估計
21.6有約束條件模型參數估計
21.7聯立方程模型
參考文獻
第22章數學模型模擬與優化
22.1模型模擬分析
22.2模型參數靈敏度分析
22.3模型優化
參考文獻
第23章數學規劃
23.1綫性規劃
23.2多目標綫性規劃：評價函數法
23.3多目標綫性規劃：逐步寬容約束法
23.4多目標綫性規劃：分層評價法
23.5整數規劃及混閤整數規劃
23.6指派問題匈牙利法
23.7運輸問題
23.8非綫性規劃
23.9投入産齣分析
23.10目標規劃
參考文獻
第24章狀態空間模型
24.1綫性控製係統能控性
24.2綫性控製係統能觀性
24.3連續綫性狀態方程離散化
24.4離散狀態方程求解
參考文獻
第五篇時間序列分析
第25章時間序列趨勢分析
25.1常用時間序列趨勢分析
25.2時間序列數據遊程檢驗
25.3最優氣候均態模型
25.4均值生成函數預測模型
25.5馬爾可夫鏈
25.6多元時空序列馬爾可夫鏈分析
參考文獻
第26章時間序列周期分析
26.1諧波分析
26.2小波分析
26.3奇異譜分析
26.4時間序列周期方差分析外推法
26.5季節性水平模型
26.6季節性交乘趨勢模型
26.7季節性疊加趨勢模型
參考文獻
第27章平穩時間序列分析
27.1取樣間隔與插值處理
27.2數據序列突變點的檢測
27.3數據序列統計特性估計
27.4單位根檢驗
27.5差分自迴歸移動平均（ARIMA）模型
參考文獻
第28章其他時間序列模型
28.1季節—周期組閤模型
28.2多變量時間序列CAR模型
28.3門限自迴歸模型
28.4獨立分量分析
參考文獻