3 (p1): 第一部分 统计描述技术 3 (p1-1): 第1章 批量数据比较 4 (p1-1-1): 1.1箱形图 10 (p1-1-2): 1.2直方图 13 (p1-1-3): 1.3核密度 17 (p1-1-4): 1.4散点图 20 (p1-1-5): 1.5彻诺夫-夫洛瑞脸谱图 24 (p1-1-6): 1.6安德鲁曲线 26 (p1-1-7): 1.7平行坐标图 28 (p1-1-8): 1.8波士顿住房 34 (p1-1-9): 1.9练习 39 (p2): 第二部分 多元随机变量 39 (p2-1): 第2章 矩阵代数基本知识 39 (p2-1-1): 2.1基础运算 44 (p2-1-2): 2.2谱分解 45 (p2-1-3): 2.3二次型 48 (p2-1-4): 2.4导数 49 (p2-1-5): 2.5分块矩阵 51 (p2-1-6): 2.6几何观点 57 (p2-1-7): 2.7练习 58 (p2-2): 第3章 转向高维数据 58 (p2-2-1): 3.1协方差 62 (p2-2-2): 3.2相关系数 67 (p2-2-3): 3.3概括统计量 70 (p2-2-4): 3.4两变量线性模型 76 (p2-2-5): 3.5简单方差分析 79 (p2-2-6): 3.6多元线性模型 83 (p2-2-7): 3.7波士顿住房 86 (p2-2-8): 3.8练习 88 (p2-3): 第4章 多元分布 88 (p2-3-1): 4.1分布和密度函数 93 (p2-3-2): 4.2矩与特征函数 101 (p2-3-3): 4.3变换 103 (p2-3-4): 4.4多元正态分布 107 (p2-3-5): 4.5抽样分布和极限定理 113 (p2-3-6): 4.6厚尾分布 126 (p2-3-7): 4.7联结函数 134 (p2-3-8): 4.8自举法 137 (p2-3-9): 4.9练习 140 (p2-4): 第5章 多元正态理论 140 (p2-4-1): 5.1多元正态的基本性质 146 (p2-4-2): 5.2威沙特分布 147 (p2-4-3): 5.3霍特林T2分布 149 (p2-4-4): 5.4球形分布和椭球形分布 150 (p2-4-5): 5.5练习 153 (p2-5): 第6章 估计理论 154 (p2-5-1): 6.1似然函数 157 (p2-5-2): 6.2克拉美-拉奥下界 160 (p2-5-3): 6.3练习 162 (p2-6): 第7章 假设检验 162 (p2-6-1): 7.1似然比检验 170 (p2-6-2): 7.2线性假设 184 (p2-6-3): 7.3波士顿住房 187 (p2-6-4): 7.4练习 193 (p3): 第三部分 多元技术 193 (p3-1): 第8章 根据因子分解数据矩阵 193 (p3-1-1): 8.1几何观点 195 (p3-1-2): 8.2拟合P维点云 198 (p3-1-3): 8.3拟合n维点云 199 (p3-1-4): 8.4子空间之间的关系 201 (p3-1-5): 8.5实用计算 203 (p3-1-6): 8.6练习 204 (p3-2): 第9章 主成分分析 204 (p3-2-1): 9.1标准化的线性组合 208 (p3-2-2): 9.2主成分的应用 211 (p3-2-3): 9.3主成分的解释 214 (p3-2-4): 9.4主成分的渐近性质 217 (p3-2-5): 9.5标准化主成分分析 218 (p3-2-6): 9.6作为因子分析的主成分 223 (p3-2-7): 9.7共同主成分 225 (p3-2-8): 9.8波士顿住房 229 (p3-2-9): 9.9更多的例子 237 (p3-2-10): 9.10练习 238 (p3-3): 第10章 因子分析 238 (p3-3-1): 10.1正交因子模型 244 (p3-3-2):...

zlibzh/no-category/（德）沃尔夫冈·哈德勒，（比）利奥波德·西马著, (德)沃尔夫冈. 哈德勒(Wolfgang Hǎrdle), (比)利奥波德. 西马(Léopold Simar)著 , 陈诗一译, 哈德勒, H. dle, 西马, Mar Si, 陈诗一, (德)沃尔夫冈·哈德勒(Wolfgang Hǎrdle), (比)利奥波德·西马(Léopold Simar)著 , 陈诗一译, 哈德勒, 西马, 陈诗一, (德) 哈德勒, (Hardle, Wolfgang)/应用多元统计分析 第2版_117682131.pdf

应用多元统计分析 = Applied multivariate statistical analysis

Härdle, Wolfgang Karl, Simar, Léopold

Wolfgang Karl Härdle, Léopold Simar

Wolfgang Karl Hèardle

Spektrum Akademischer Verlag. in Springer-Verlag GmbH

Springer Berlin Heidelberg : Imprint: Springer

Steinkopff. in Springer-Verlag GmbH

Peking University Press

Guan li xue jing xuan jiao cai yi cong, Di 1 ban, Bei jing, 2011

3rd ed., Heidelberg, New York, Germany, 2012

3rd ed. 2012, Berlin, Heidelberg :, 2012

China, People's Republic, China

3rd ed, New York, Jan. 2012

Germany, Germany

Bookmarks: p1 (p3): 第一部分 统计描述技术
p1-1 (p3): 第1章 批量数据比较
p1-1-1 (p4): 1.1箱形图
p1-1-2 (p10): 1.2直方图
p1-1-3 (p13): 1.3核密度
p1-1-4 (p17): 1.4散点图
p1-1-5 (p20): 1.5彻诺夫-夫洛瑞脸谱图
p1-1-6 (p24): 1.6安德鲁曲线
p1-1-7 (p26): 1.7平行坐标图
p1-1-8 (p28): 1.8波士顿住房
p1-1-9 (p34): 1.9练习
p2 (p39): 第二部分 多元随机变量
p2-1 (p39): 第2章 矩阵代数基本知识
p2-1-1 (p39): 2.1基础运算
p2-1-2 (p44): 2.2谱分解
p2-1-3 (p45): 2.3二次型
p2-1-4 (p48): 2.4导数
p2-1-5 (p49): 2.5分块矩阵
p2-1-6 (p51): 2.6几何观点
p2-1-7 (p57): 2.7练习
p2-2 (p58): 第3章 转向高维数据
p2-2-1 (p58): 3.1协方差
p2-2-2 (p62): 3.2相关系数
p2-2-3 (p67): 3.3概括统计量
p2-2-4 (p70): 3.4两变量线性模型
p2-2-5 (p76): 3.5简单方差分析
p2-2-6 (p79): 3.6多元线性模型
p2-2-7 (p83): 3.7波士顿住房
p2-2-8 (p86): 3.8练习
p2-3 (p88): 第4章 多元分布
p2-3-1 (p88): 4.1分布和密度函数
p2-3-2 (p93): 4.2矩与特征函数
p2-3-3 (p101): 4.3变换
p2-3-4 (p103): 4.4多元正态分布
p2-3-5 (p107): 4.5抽样分布和极限定理
p2-3-6 (p113): 4.6厚尾分布
p2-3-7 (p126): 4.7联结函数
p2-3-8 (p134): 4.8自举法
p2-3-9 (p137): 4.9练习
p2-4 (p140): 第5章 多元正态理论
p2-4-1 (p140): 5.1多元正态的基本性质
p2-4-2 (p146): 5.2威沙特分布
p2-4-3 (p147): 5.3霍特林T2分布
p2-4-4 (p149): 5.4球形分布和椭球形分布
p2-4-5 (p150): 5.5练习
p2-5 (p153): 第6章 估计理论
p2-5-1 (p154): 6.1似然函数
p2-5-2 (p157): 6.2克拉美-拉奥下界
p2-5-3 (p160): 6.3练习
p2-6 (p162): 第7章 假设检验
p2-6-1 (p162): 7.1似然比检验
p2-6-2 (p170): 7.2线性假设
p2-6-3 (p184): 7.3波士顿住房
p2-6-4 (p187): 7.4练习
p3 (p193): 第三部分 多元技术
p3-1 (p193): 第8章 根据因子分解数据矩阵
p3-1-1 (p193): 8.1几何观点
p3-1-2 (p195): 8.2拟合P维点云
p3-1-3 (p198): 8.3拟合n维点云
p3-1-4 (p199): 8.4子空间之间的关系
p3-1-5 (p201): 8.5实用计算
p3-1-6 (p203): 8.6练习
p3-2 (p204): 第9章 主成分分析
p3-2-1 (p204): 9.1标准化的线性组合
p3-2-2 (p208): 9.2主成分的应用
p3-2-3 (p211): 9.3主成分的解释
p3-2-4 (p214): 9.4主成分的渐近性质
p3-2-5 (p217): 9.5标准化主成分分析
p3-2-6 (p218): 9.6作为因子分析的主成分
p3-2-7 (p223): 9.7共同主成分
p3-2-8 (p225): 9.8波士顿住房
p3-2-9 (p229): 9.9更多的例子
p3-2-10 (p237): 9.10练习
p3-3 (p238): 第10章 因子分析
p3-3-1 (p238): 10.1正交因子模型
p3-3-2 (p244): 10.2估计因子模型
p3-3-3 (p251): 10.3因子得分和策略
p3-3-4 (p252): 10.4波士顿住房
p3-3-5 (p256): 10.5练习
p3-4 (p258): 第11章 聚类分析
p3-4-1 (p258): 11.1问题的提出
p3-4-2 (p259): 11.2对象间的邻近度
p3-4-3 (p264): 11.3聚类算法
p3-4-4 (p271): 11.4波士顿住房
p3-4-5 (p274): 11.5练习
p3-5 (p275): 第12章 判别分析
p3-5-1 (p275): 12.1已知分布的分配法则
p3-5-2 (p281): 12.2实际应用中的判别法则
p3-5-3 (p286): 12.3波士顿住房
p3-5-4 (p287): 12.4练习
p3-6 (p289): 第13章 对应分析
p3-6-1 (p289): 13.1动因
p3-6-2 (p291): 13.2卡方分解
p3-6-3 (p294): 13.3对应分析的应用
p3-6-4 (p302): 13.4练习
p3-7 (p304): 第14章 典型相关分析
p3-7-1 (p304): 14.1最有趣的线性组合
p3-7-2 (p308): 14.2典型相关分析的应用
p3-7-3 (p313): 14.3练习
p3-8 (p314): 第15章 多维标度分析
p3-8-1 (p314): 15.1问题的提出
p3-8-2 (p318): 15.2度量型多维标度分析
p3-8-3 (p322): 15.3非度量型多维标度分析
p3-8-4 (p328): 15.4练习
p3-9 (p330): 第16章 联合分析
p3-9-1 (p330): 16.1介绍
p3-9-2 (p332): 16.2数据生成的设计
p3-9-3 (p334): 16.3偏好排序的估计
p3-9-4 (p340): 16.4练习
p3-10 (p342): 第17章 金融市场应用
p3-10-1 (p342): 17.1资产组合选择
p3-10-2 (p343): 17.2有效资产组合
p3-10-3 (p349): 17.3有效投资组合的应用
p3-10-4 (p350): 17.4资本资产定价模型（CAPM）
p3-10-5 (p351): 17.5练习
p3-11 (p353): 第18章 计算密集型技术
p3-11-1 (p353): 18.1单纯形深度
p3-11-2 (p357): 18.2投影寻踪
p3-11-3 (p360): 18.3分片逆回归
p3-11-4 (p367): 18.4支持向量机
p3-11-5 (p382): 18.5分类和回归树
p3-11-6 (p397): 18.6波士顿住房
p3-11-7 (p399): 18.7练习
p4 (p403): 第四部分 附录
p4-1 (p403): A符号和标记
p4-2 (p406): B数据
p4-2-1 (p406): B.1波士顿住房
p4-2-2 (p407): B.2瑞士银行钞票
p4-2-3 (p412): B.3汽车数据
p4-2-4 (p415): B.4经典蓝套衫
p4-2-5 (p416): B.5美国公司数据
p4-2-6 (p418): B.6法国食品数据
p4-2-7 (p419): B.7汽车指标数据
p4-2-8 (p420): B.8法国学士学位频数
p4-2-9 (p421): B.9报刊数据
p4-2-10 (p422): B.10美国犯罪数据
p4-2-11 (p424): B.11血浆数据
p4-2-12 (p424): B.12 WAIS数据
p4-2-13 (p426): B.13 ANOVA数据
p4-2-14 (p427): B.14时间预算数据
p4-2-15 (p429): B.15 GEOPOL数据
p4-2-16 (p431): B.16美国健康数据
p4-2-17 (p433): B.17词汇数据
p4-2-18 (p434): B.18运动记录数据
p4-2-19 (p436): B.19失业数据
p4-2-20 (p437): B.20年度人口数据
p4-2-21 (p438): B.21公司破产数据
p4-3 (p441): C参考文献

related_files:
filepath:/读秀/DX/2.0/2.0等多个文件/23b/其余书库等多个文件/23b/书19/1~24000(杭师)/10001~11500/《应用多元统计分析 第2版 翻译版》_12723109.zip
filepath:/读秀/DX/2.0/2.0等多个文件/24b/24b/书22/1-30000/10001~20000/10001~11500/《应用多元统计分析 第2版 翻译版》_12723109.zip
filepath:《应用多元统计分析 第2版 翻译版》_12723109.zip — md5:5e2d6e69e531589afc710c33ff1c8fc2 — filesize:66157924
filepath:12723109_《应用多元统计分析 第2版 翻译版》.zip — md5:615a98bfad8f9cca57706888200d59f9 — filesize:64481308
filepath:《应用多元统计分析 第2版 翻译版》_12723109.zip — md5:4a0ecc9d31e2287e2e56af4354acd86c — filesize:65928686
filepath:《应用多元统计分析 第2版 翻译版》_12723109.zip — md5:1495dc343f28d84c8e26c63f632e68f4 — filesize:65928686
filepath:12723109_《应用多元统计分析 第2版 翻译版》.zip — md5:2eb6969e9a2704c844f8e68ed3dfa7ae — filesize:64481308
filepath:《应用多元统计分析 第2版 翻译版》_12723109.zip — md5:e18c987f99c2411655b3af65bbcada02 — filesize:66120272
filepath:应用多元统计分析 第2版 翻译版_12723109.zip — md5:5c51154fbff54d232e8424ed8cdeda25 — filesize:66163797
filepath:应用多元统计分析 第2版 翻译版_12723109.rar — md5:c72916b81b7e84471bc76bdc8ae62f16 — filesize:63498696
filepath:应用多元统计分析 第2版 翻译版_12723109.rar — md5:5edf8aca256848cb6085c9daa9347e48 — filesize:63498696
filepath:/读秀/DX/2.0/2.0等多个文件/23c/其余书库等多个文件/23c/石油/石油1-1000/《应用多元统计分析 第2版 翻译版》_12723109.zip
filepath:12723109.zip — md5:a6b13fd68d79e160927aaf0a44330083 — filesize:66136759
filepath:12723109.rar — md5:3b2fcbe78395c6ff841880c548860963 — filesize:64236564
filepath:12723109.zip — md5:dc30a719cg3b54ef3aec4428605ec3ee — filesize:66136759
filepath:12723109.zip — md5:8c5aa4072v1af239451045e41bd162e5 — filesize:66136759
filepath:/读秀/读秀3.0/读秀/3.0/3.0新/0074/其余书库等多个文件/14/12723109.zip
filepath:20a/CH/1111迷/应用多元统计分析 第2版 翻译版_12723109.rar

Includes bibliographical references (p. 509-512) and index.

<p>Most of the observable phenomena in the empirical sciences are of a multivariate nature. In financial studies, assets are observed simultaneously and their joint development is analysed to better understand general risk and to track indices. In medicine recorded observations of subjects in different locations are the basis of reliable diagnoses and medication. In quantitative marketing consumer preferences are collected in order to construct models of consumer behavior. The underlying data structure of these and many other quantitative studies of applied sciences is multivariate. Focusing on applications this book presents the tools and concepts of multivariate data analysis in a way that is understandable for non-mathematicians and practitioners who need to analyze statistical data. The book surveys the basic principles of multivariate statistical data analysis and emphasizes both exploratory and inferential statistics. All chapters have exercises that highlight applications in different fields.<br>
The third edition of this book on Applied Multivariate Statistical Analysis offers the following new features A new Chapter on Regression Models has been addedAll numerical examples have been redone, updated and made reproducible in MATLAB or R, see www.quantlet.org for a repository of quantlets.</p>

Annotation Most of the observable phenomena in the empirical sciences are of a multivariate nature. In financial studies, assets are observed simultaneously and their joint development is analysed to better understand general risk and to track indices. In medicine recorded observations of subjects in different locations are the basis of reliable diagnoses and medication. In quantitative marketing consumer preferences are collected in order to construct models of consumer behavior. The underlying data structure of these and many other quantitative studies of applied sciences is multivariate. Focusing on applications this book presents the tools and concepts of multivariate data analysis in a way that is understandable for non-mathematicians and practitioners who need to analyze statistical data. The book surveys the basic principles of multivariate statistical data analysis and emphasizes both exploratory and inferential statistics. All chapters have exercises that highlight applications in different fields. The third edition of this book on Applied Multivariate Statistical Analysis offers the following new featuresA new Chapter on Regression Models has been addedAll numerical examples have been redone, updated and made reproducible in MATLAB or R, see www.quantlet.org for a repository of quantlets

Most of the observable phenomena in the empirical sciences are of a multivariate nature. In financial studies, assets are observed simultaneously and their joint development is analysed to better understand general risk and to track indices. In medicine recorded observations of subjects in different locations are the basis of reliable diagnoses and medication. In quantitative marketing consumer preferences are collected in order to construct models of consumer behavior. The underlying data structure of these and many other quantitative studies of applied sciences is multivariate. Focusing on applications this book presents the tools and concepts of multivariate data analysis in a way that is understandable for non-mathematicians and practitioners who need to analyze statistical data. The book surveys the basic principles of multivariate statistical data analysis and emphasizes both exploratory and inferential statistics. All chapters have exercises that highlight applications in different fields. The third edition of this book on Applied Multivariate Statistical Analysis offers the following new features A new Chapter on Regression Models has been added All numerical examples have been redone, updated and made reproducible in MATLAB or R, see www.quantlet.org for a repository of quantlets.

Presenting the tools and concepts of multivariate data analysis in a way that is understandable for non-mathematicians, this third edition includes new features such as a chapter on regression models. All the numerical examples are reproduced in MATLAB or R.

本书主要分为三部分. 第一部分讨论图形分析技术, 并描述所涉变量的分布. 第二部分主要处理多元随机变量, 从理论的角度来讨论其分布, 分析其在各种实际情况下的估计和假设检验. 第三部分讨论多变量处理技术, 并且引导读者来选择合适的工具用于多变量数据分析

本书分为统计描述技术, 多元随机变量, 多元技术和附录4部分, 内容包括:批量数据比较, 矩阵代数基本知识, 转向高维数据, 多元分布等

By Wolfgang Karl Härdle, Léopold Simar.

2024-06-13