基于Mathcad的地理數(shù)據(jù)分析

前言
第1章 一元線性回歸分析
1.1 建立數(shù)據(jù)表
1.2 繪制散點(diǎn)圖
1.3 回歸分析
1.4 統(tǒng)計(jì)檢驗(yàn)
1.5 預(yù)測分析與計(jì)算過程總結(jié)
1.6 小結(jié)
第2章 多元線性回歸分析
2.1 模型擬合
2.2 模型參數(shù)檢驗(yàn)
2.3 殘差圖的繪制
2.4 第二輪回歸
2.5 小結(jié)
第3章 逐步回歸分析
3.1 數(shù)據(jù)預(yù)備工作
3.2 變量引入的計(jì)算過程
3.3 參數(shù)估計(jì)和模型建立
3.4 模型參數(shù)的進(jìn)一步驗(yàn)證
3.5 模型檢驗(yàn)
3.6 小結(jié)
第4章 非線性回歸分析
4.1 常見數(shù)學(xué)模型表達(dá)式
4.2 常見實(shí)例——一變量的情形
4.3 常見實(shí)例——一變量化為多變量的情形
4.4 常見實(shí)例——多變量的情形
4.5 常見三參數(shù)模型擬合
4.6 廣義擬合
4.7 小結(jié)
第5章 主成分分析
5.1 基本思路
5.2 準(zhǔn)備工作
5.3 計(jì)算過程與相關(guān)驗(yàn)證
5.4 從協(xié)方差矩陣出發(fā)
5.5 小結(jié)
第6章 系統(tǒng)聚類分析
6.1 實(shí)例來源與距離公式
6.2 計(jì)算距離矩陣
6.3 聚類過程
6.4 聚類結(jié)果評(píng)價(jià)
6.5 小結(jié)
第7章 距離判別分析
7.1 數(shù)據(jù)的預(yù)處理
7.2 計(jì)算過程
7.3 判別函數(shù)檢驗(yàn)
7.4 樣品的判別與歸類
7.5 借助回歸分析建立判別函數(shù)
7.6 小結(jié)
第8章 自相關(guān)分析
8.1 自相關(guān)函數(shù)(ACF)
8.2 偏自相關(guān)函數(shù)(PACF)
8.3 自相關(guān)分析
8.4 計(jì)算過程總結(jié)
8.5 小結(jié)
第9章 自回歸分析
9.1 樣本數(shù)據(jù)的初步分析
9.2 自回歸模型的回歸估計(jì)
9.3 數(shù)據(jù)的平穩(wěn)化及其自回歸模型
9.4 小結(jié)
第10章 譜分析
10.1 功率譜分析
10.2 波譜分析
10.3 小結(jié)
第11章 Markov鏈分析
11.1 Markov鏈的概率轉(zhuǎn)移矩陣
11.2 Markov鏈分析方法
11.3 固定向量的計(jì)算方法
11.4 小結(jié)
第12章 R／S分析
12.1 R／S分析方法
12.2 編程計(jì)算
12.3 自相關(guān)系數(shù)和R／S分析
12.4 小結(jié)
第13章 線性規(guī)劃
13.1 準(zhǔn)備工作
13.2 普通規(guī)劃求解實(shí)例
13.3 整數(shù)規(guī)劃問題實(shí)例
13.4 非線性規(guī)劃及其對(duì)偶問題實(shí)例
13.5 小結(jié)
第14章 層次分析法(AHP)
14.1 問題與模型
14.2 計(jì)算方法
14.3 結(jié)果解釋
14.4 小結(jié)
第15章 GM(1，1)預(yù)測模型
15.1 GM(1，1)模型表示
15.2 計(jì)算過程
15.3 三參數(shù)指數(shù)模型
15.4 利用線性回歸分析估計(jì)GM(1，1)模型參數(shù)
15.5 小結(jié)
第16章 GM(1，N)預(yù)測模型
16.1 模型建立
16.2 模型檢驗(yàn)
16.3 小結(jié)
參考文獻(xiàn)
后記