DPS数据处理系统第二卷现代统计及数据挖掘

目录
序一
序二
第五版前言
第四版前言
第三版前言
第二版前言
第一版前言
第三篇 多元统计分析
第14章 多变量统计检验 529
14.1 多元计量资料的常用统计量 529
14.2 多元均值检验 531
14.3 多元方差分析简介 533
14.4 单向完全随机设计 536
14.5 单因素随机区组设计 538
14.6 轮廓分析 540
14.7 多元方差分析的线性模型方法 544
参考文献 551
第15章 多元回归分析 553
15.1 多元线性回归 553
15.2 逐步回归分析 563
15.3 二次多项式回归分析 573
15.4 含定性变量的逐步回归分析 577
15.5 积分(逐步)回归 582
15.6 趋势面分析 588
15.7 Tobit回归 592
15.8 主成分回归 597
15.9 岭回归 600
15.10 特征根回归 605
15.11 稳健回归(M估计)608
15.12 分位数回归 611
15.13 优势(主导)分析 616
15.14 分层逐步回归 619
参考文献 629
第16章 高维数据Lasso回归分析 631
16.1 Lasso回归分析简介 632
16.2 建立Lasso回归模型的弹性网络算法 633
16.3 高维数据线性回归分析 635
16.4 高维数据Logistic回归分析 643
16.5 高维数据Poisson回归分析 649
16.6 高维数据Cox比例风险回归分析 655
16.7 含分类变量的Lasso回归分析 660
16.8 含分类变量的LassoLogistic回归分析 671
参考文献 674
第17章 面板数据分析 675
17.1 面板数据分析基本模型 675
17.2 空间面板数据模型 684
参考文献 690
第18章 多因变量统计分析 692
18.1 典型相关分析 692
18.2 双重筛选逐步回归 700
18.3 偏*小二乘回归 706
18.4 线性联立方程 711
18.5 结构方程模型与路径分析 720
参考文献 732
第19章 聚类分析 734
19.1 系统聚类分析 734
19.201型变量聚类分析 749
19.3 动态聚类分析 752
19.4 有序样本分类 758
19.5 非线性映射分析 762
19.6 两维图论聚类 765
参考文献 768
第20章 有序约束下的多峰识别模型 770
20.1 问题的提出 770
20.2 一维有序约束下的多峰模型 773
20.3 多个受约束变量的综合 777
20.4 多峰识别模型在DPS系统中的实现 782
20.5 两维有序约束下的峰值识别模型 790
20.6 高维有序空间多峰识别模型 798
20.7 多维有序约束下数据分析与经典聚类算法的关系 804
参考文献 805
第21章 判别分析 807
21.1 两组判别 807
21.2 Fisher线性判别 810
21.3 逐步判别分析 816
参考文献 824
第22章 多因子分析 825
22.1 主成分分析 825
22.2 因子分析 832
22.3 对应分析 847
22.4 展开法 852
参考文献 855
第23章 数据挖掘 857
23.1 BP神经网络 857
23.2 径向基函数(RBF)网络模型 867
23.3 投影寻踪回归 871
23.4 支持向量机(SVM)878
23.5 随机森林 889
参考文献 896
第四篇 数学模型模拟分析
第24章 回归方程模型 899
24.1 任意非线性回归模型参数估计实现 899
24.2 非线性回归模型参数估计方法 901
24.3 非线性回归模型参数全局优化估计 904
24.4 非线性回归分析实例研究 907
24.5 二值反应变量模型参数估计 922
24.6 有约束条件模型参数估计 929
24.7 联立方程模型 933
参考文献 941
第25章 数学模型模拟与优化 944
25.1 模型模拟分析 944
25.2 模型参数灵敏度分析 949
25.3 模型优化 951
参考文献 955
第26章 数学规划 956
26.1 线性规划 956
26.2 多目标线性规划：评价函数法 961
26.3 多目标线性规划：逐步宽容约束法 965
26.4 多目标线性规划：分层评价法 968
26.5 整数规划及混合整数规划 973
26.6 指派问题匈牙利法 979
26.7 运输问题 982
26.8 非线性规划 985
26.9 投入产出分析 988
26.10 目标规划 992
参考文献 1000
第27章 状态空间模型 1001
27.1 线性控制系统能控性 1002
27.2 线性控制系统能观性 1004
27.3 连续线性状态方程离散化 1006
27.4 离散状态方程求解 1008
参考文献 1011
第五篇 时间序列分析
第28章 时间序列趋势分析 1015
28.1 常用时间序列趋势分析 1015
28.2 时间序列数据游程检验 1023
28.3 *优气候均态模型 1025
28.4 均值生成函数预测模型 1027
28.5 马尔可夫链 1030
28.6 多元时空序列马尔可夫链分析 1033
参考文献 1038
第29章 时间序列周期分析 1039
29.1 谐波分析 1039
29.2 小波分析 1042
29.3 奇异谱分析 1045
29.4 时间序列周期方差分析外推法 1049
29.5 季节性水平模型 1052
29.6 季节性交乘趋势模型 1055
29.7 季节性叠加趋势模型 1059
参考文献 1062
第30章 平稳时间序列分析 1063
30.1 取样间隔与插值处理 1063
30.2 数据序列突变点的检测 1065
30.3 数据序列统计特性估计 1070
30.4 单位根检验 1076
30.5 差分自回归移动平均(ARIMA)模型 1083
30.6 季节周期组合模型 1098
参考文献 1104
第31章 其他时间序列模型 1106
31.1 多变量时间序列CAR模型 1106
31.2 向量自回归模型 1112
31.3 格兰杰因果关系检验 1127
31.4 协整检验和误差修正模型 1133
31.5 协整和向量误差修正模型的*大似然估计 1140
31.6 门限自回归模型 1149
31.7 独立分量分析 1153
参考文献 1158