《數(shù)據(jù)分析與模擬叢書(shū)：基于Matlab的地理數(shù)據(jù)分析》面向地理問(wèn)題，基于Matlah軟件，講述了大量數(shù)學(xué)方法的應(yīng)用思路和過(guò)程。內(nèi)容涉及回歸分析、主成分分析、因子分析、聚類分析、判別分析、時(shí)（空）間序列分析、Markov鏈、R/S分析、線性規(guī)劃、層次分析法以及人工神經(jīng)網(wǎng)絡(luò)建模等方法。通過(guò)模仿本書(shū)講授的計(jì)算過(guò)程，讀者可以加深對(duì)有關(guān)數(shù)學(xué)方法的認(rèn)識(shí)和理解，并且掌握很多Matlab的應(yīng)用技巧。本書(shū)最初以北京大學(xué)本科生計(jì)量地理學(xué)的輔助教材形式出現(xiàn)，但實(shí)際上是作者對(duì)Matlab計(jì)算功能深入應(yīng)用的經(jīng)驗(yàn)總結(jié)。本書(shū)中的講授體例與一般Matlab的教科書(shū)不同，計(jì)算過(guò)程設(shè)計(jì)為筆者獨(dú)創(chuàng)，在閏內(nèi)外其他教科書(shū)中未曾見(jiàn)到。
本書(shū)雖然是以地理數(shù)據(jù)為分析對(duì)象展開(kāi)論述的，但所涉及的內(nèi)容絕大多數(shù)為通用方法。只要改變數(shù)據(jù)的來(lái)源，書(shū)巾給m的計(jì)算過(guò)程完全可以應(yīng)用到其他領(lǐng)域。本書(shū)可供地理學(xué)、生態(tài)學(xué)、環(huán)境科學(xué)、地質(zhì)學(xué)、經(jīng)濟(jì)學(xué)、城市規(guī)劃以及醫(yī)學(xué)、生物學(xué)等諸多領(lǐng)域的學(xué)生、研究人員和工程技術(shù)人員學(xué)習(xí)或參考。
陳彥光，男，1965年生，河南羅山人北京大學(xué)城市與環(huán)境學(xué)院副教授，博士，講授研究生“地理教學(xué)方法”、本科生“計(jì)量地理學(xué)”以及“城市規(guī)劃系統(tǒng)r程學(xué)”等課程中國(guó)地理學(xué)會(huì)學(xué)術(shù)委員會(huì)委員（2006-2009），國(guó)際ICA地理空間分析和建模委員會(huì)委員（2008-2012）。專業(yè)方向?yàn)槌鞘小⒗碚摰乩韺W(xué)和交叉科學(xué)，主要從事地理分形和空間復(fù)雜性研究主持或參與完成省部級(jí)以上科研項(xiàng)目近20項(xiàng)，發(fā)表中文研究論文160余篇，英文論文30余篇出版理論專著3部（含合著），獨(dú)立出版教材5部，參編教材1部1998年被評(píng)為河南省優(yōu)秀中青年骨干教師，2011年獲北京大學(xué)2011年度中國(guó)工商銀行優(yōu)秀教師獎(jiǎng)。
第1章 一元線性回歸分析
1.1 線性回歸模型的矩陣形式
1.1.1 同歸模型的矩陣表示
1.1.2 主要統(tǒng)計(jì)量的矩陣表示
1.2 一元線性回歸
1.2.1 數(shù)據(jù)的初步考察
1.2.2 第一種模型求解途徑——矩陣運(yùn)算
1.2.3 第二種模型求解途徑——多項(xiàng)式擬合
1.2.4 第三種模型求解途徑——調(diào)用回歸分析程序包
1.3 統(tǒng)計(jì)檢驗(yàn)
1.3.1 相關(guān)知識(shí)的說(shuō)明
1.3.2 主要的統(tǒng)計(jì)檢驗(yàn)
1.4 總體回歸估計(jì)和預(yù)測(cè)分析
1.4.1 總體回歸估計(jì)
1.4.2 解釋和外推預(yù)測(cè)分析
第1章 一元線性回歸分析
1.1 線性回歸模型的矩陣形式
1.1.1 同歸模型的矩陣表示
1.1.2 主要統(tǒng)計(jì)量的矩陣表示
1.2 一元線性回歸
1.2.1 數(shù)據(jù)的初步考察
1.2.2 第一種模型求解途徑——矩陣運(yùn)算
1.2.3 第二種模型求解途徑——多項(xiàng)式擬合
1.2.4 第三種模型求解途徑——調(diào)用回歸分析程序包
1.3 統(tǒng)計(jì)檢驗(yàn)
1.3.1 相關(guān)知識(shí)的說(shuō)明
1.3.2 主要的統(tǒng)計(jì)檢驗(yàn)
1.4 總體回歸估計(jì)和預(yù)測(cè)分析
1.4.1 總體回歸估計(jì)
1.4.2 解釋和外推預(yù)測(cè)分析
1.5 小結(jié)
第2章 多元逐步回歸分析
2.1 多元線性回歸分析
2.1.1 第一種途徑——利用矩陣運(yùn)算
2.1.2 第二種途徑——調(diào)用回歸分析程序包
2.1.3 統(tǒng)計(jì)檢驗(yàn)
2.2 多重共線性判斷
2.2.1 VIF值的第一種計(jì)算方法
2.2.2 VIF值的第二種計(jì)算方法
2.2.3 多元同歸分析的變量選擇問(wèn)題
2.3 逐步回歸分析
2.3.1 Matlab逐步回歸功能說(shuō)明
2.3.2 逐步回歸的實(shí)現(xiàn)
2.3.3 回歸結(jié)果的輸出和解讀
2.4 逐步擬合
2.4.1 怏速擬合方法
2.4.2 詳細(xì)擬合方法
2.4.3 幾點(diǎn)說(shuō)明
2.5 小結(jié)
第3章 非線性模型參數(shù)估計(jì)
3.1 常見(jiàn)數(shù)學(xué)模型表達(dá)式
3.2 常見(jiàn)實(shí)例——一變量的情形
3.2.1 指數(shù)模型（Ⅰ）
3.2.2 對(duì)數(shù)模型
3.2.3 冪指數(shù)模型
3.2.4 雙曲線模型
3.2.5 Logistic模型（二參數(shù)形式）
3.2.6 指數(shù)模型（Ⅱ）
3.2.7 指數(shù)模型與Iogistic模型
3.3 常見(jiàn)實(shí)例——一變量化為多變量的情形
3.3.1 多項(xiàng)式模型
3.3.2 二次指數(shù)模型
3.3.3 三參數(shù)logistic模型
3.3.4 Gamma模型
3.4 常見(jiàn)實(shí)例——多變量的情形
3.4.1 Cobb-Douglas生產(chǎn)函數(shù)
3.4.2 帶有交叉變量的回歸模型
3.5 廣義線性擬合
3.5.1 廣義線性擬合函數(shù)
3.5.2 典型的例子
3.6 方法比較
3.7 小結(jié)
第4章 主成分分析
4.1 實(shí)例和數(shù)據(jù)
4.1.1 案例數(shù)據(jù)
4.1.2 數(shù)據(jù)的保存與調(diào)用
4.2 第一套計(jì)算方案
4.2.1 詳細(xì)計(jì)算步驟
4.2.2 計(jì)算程序的整理和結(jié)果的輸出
4.2.3 計(jì)算結(jié)果的整理
4.3 第二套計(jì)算方案
4.3.1 程序的修改
4.3.2 兩套方案的比較
4.4 第三套計(jì)算方案
4.4.1 計(jì)算程序
4.4.2 T統(tǒng)計(jì)量
4.5 配套函數(shù)的調(diào)用
4.5.1 從協(xié)方差矩陣出發(fā)
4.5.2 主成分的殘差分析
4.5.3 Bartlett檢驗(yàn)
4.6 結(jié)果分析方法
4.6.1 結(jié)果分析
4.6.2 綜合評(píng)價(jià)
4.7 小結(jié)
第5章 因子分析
第6章 層次聚類分析
第7章 判別分析
第8章 自相關(guān)分析
第9章 自回歸分析
第10章 譜分析
第11章 小波分析
第12章 R/S分析
第13章 Markov鏈分析
第14章 線性規(guī)劃
第15章 層次分析法
第16章 人工神經(jīng)網(wǎng)絡(luò)
書(shū)單推薦
