本书从实际应用的角度出发，以大量的案例详细介绍了MATLAB环境下的统计分析与应用，主要内容包括：MATLAB编程简介；从文件中读取数据到MATLAB；从MATLAB中导出数据到文件；数据的平滑处理、标准化变换和极差归一化变换；概率分布与随机数；蒙特卡洛方法；描述性统计量和统计图；参数估计与假设检验；Copula理论及应用实例；方差分析；基于回归分析的数据拟合；聚类分析；判别分析；主成分分析；因子分析；利用MATLAB制作统计报告或报表；图像处理中的统计应用等。
本书可以作为高等院校本科生、研究生的统计学相关课程的教材或教学参考书，也可作为从事数据分析与数据管理的研究人员的参考用书。
这本书堪称深入浅出、案例式讲解的典范。全书所有知识点的讲解通俗易懂，数以千计的小例子和45个大型案例助读者全面学习并应用统计知识。作者本人的MATLAB功力深厚，跟着本书，相信读者很快就能感受到MATLAB的博大精深和无穷魅力。本书在MATLAB中文论坛有专门的“在线交流”平台，读者在学习过程中遇到问题，不妨过来跟作者交流交流，收获也许会超乎你的想象。
第1章MATLAB编程简介
1.1MATLAB工作界面布局与路径设置
1.1.1MATLAB工作界面布局
1.1.2MATLAB路径设置
1.2变量的定义与数据类型
1.2.1变量的定义与赋值
1.2.2MATLAB中的常量
1.2.3MATLAB中的关键字
1.2.4数据类型
1.2.5数据输出格式
1.3常用函数
1.4数组运算
1.4.1矩阵的定义
1.4.2特殊矩阵
1.4.3高维数组
1.4.4定义元胞数组（Cell Array）
1.4.5定义结构体数组
1.4.6几种数组的转换
1.4.7矩阵的算术运算
1.4.8矩阵的关系运算
1.4.9矩阵的逻辑运算
1.4.10矩阵的其他常用运算
1.5MATLAB语言的流程结构
1.5.1条件控制结构
1.5.2循环结构
1.5.3trycatch试探结构
1.5.4break、continue、return和pause函数
1.6M代码的编写与调试
1.6.1脚本文件
1.6.2函数文件
1.6.3匿名函数和内联函数
1.6.4子函数与嵌套函数
1.6.5函数的递归调用
1.6.6M代码的调试（debug）
1.6.7MATLAB常用快捷键和快捷命令
1.7MATLAB绘图基础
1.7.1图形对象与图形对象句柄
1.7.2二维图形绘制
1.7.3三维图形绘制
1.7.4图形的打印和输出
第2章数据的导入与导出
2.1案例1：从TXT文件中读取数据
2.1.1利用数据导入向导导入TXT文件
2.1.2调用高级函数读取数据
2.1.3调用低级函数读取数据
2.2案例2：把数据写入TXT文件
2.2.1调用dlmwrite函数写入数据
2.2.2调用fprintf函数写入数据
2.3案例3：从Excel文件中读取数据
2.3.1利用数据导入向导导入Excel文件
2.3.2调用xlsread函数读取数据
2.4案例4：把数据写入Excel文件
第3章数据的预处理
3.1案例5：数据的平滑处理
3.1.1smooth函数
3.1.2smoothts函数
3.1.3medfilt1函数
3.2案例6：数据的标准化变换
3.2.1标准化变换公式
3.2.2标准化变换的MATLAB实现
3.3案例7：数据的极差归一化变换
3.3.1极差归一化变换公式
3.3.2极差归一化变换的MATLAB实现
第4章概率分布与随机数
4.1案例8：概率分布及概率计算
4.1.1概率分布的定义
4.1.2几种常用概率分布
4.1.3概率密度、分布和逆概率分布函数值的计算
4.2案例9：生成一元分布随机数
4.2.1均匀分布随机数和标准正态分布随机数
4.2.2RandStream类
4.2.3常见一元分布随机数
4.2.4任意一元分布随机数
4.2.5一元混合分布随机数
4.3案例10：生成多元分布随机数
4.4案例11：蒙特卡洛方法
4.4.1有趣的蒙提霍尔问题
4.4.2抽球问题的蒙特卡洛模拟
4.4.3用蒙特卡洛方法求圆周率π
4.4.4用蒙特卡洛方法求积分
4.4.5街头骗局揭秘
第5章描述性统计量和统计图
5.1案例背景
5.2案例描述
5.3案例12：描述性统计量
5.3.1均值
5.3.2方差和标准差
5.3.3最大值和最小值
5.3.4极差
5.3.5中位数
5.3.6分位数
5.3.7众数
5.3.8变异系数
5.3.9原点矩
5.3.10中心矩
5.3.11偏度
5.3.12峰度
5.3.13协方差
5.3.14相关系数
5.4案例13：统计图
5.4.1箱线图
5.4.2频数（率）直方图
5.4.3经验分布函数图
5.4.4正态概率图
5.4.5pp图
5.4.6qq图
5.5案例扩展：频数和频率分布表
5.5.1调用tabulate函数作频数和频率分布表
5.5.2调用自编HistRate函数作频数和频率分布表
第6章参数估计与假设检验
6.1案例14：参数估计
6.1.1常见分布的参数估计
6.1.2自定义分布的参数估计
6.2案例15：正态总体参数的检验
6.2.1总体标准差已知时的单个正态总体均值的U检验
6.2.2总体标准差未知时的单个正态总体均值的t检验
6.2.3总体标准差未知时的两个正态总体均值的比较t检验
6.2.4总体均值未知时的单个正态总体方差的χ2检验
6.2.5总体均值未知时的两个正态总体方差的比较F检验
6.2.6检验功效与样本容量的计算
6.3案例16：常用非参数检验
6.3.1游程检验
6.3.2符号检验
6.3.3Wilcoxon符号秩检验
6.3.4MannWhitney秩和检验
6.3.5分布的拟合与检验
6.4案例17：核密度估计
6.4.1经验密度函数
6.4.2 核密度估计
6.4.3核密度估计的MATLAB实现
6.4.4核密度估计的案例分析
第7章Copula理论及应用实例
7.1Copula函数的定义与基本性质
7.1.1二元Copula函数的定义及性质
7.1.2多元Copula函数的定义及性质
7.2常用的Copula函数
7.2.1正态Copula函数
7.2.2tCopula函数
7.2.3阿基米德copula函数
7.3Copula函数与相关性度量
7.3.1Pearson线性相关系数ρ
7.3.2Kendall秩相关系数τ
7.3.3Spearman秩相关系数ρs
7.3.4尾部相关系数λ
7.3.5基于Copula函数的相关性度量
7.3.6基于常用二元Copula函数的相关性度量
7.4案例18：沪深股市日收益率的二元Copula模型
7.4.1案例描述
7.4.2确定边缘分布
7.4.3选取适当的Copula函数
7.4.4参数估计
7.4.5与Copula有关的MATLAB函数
7.4.6案例的计算与分析
第8章方差分析
8.1案例19：单因素一元方差分析
8.1.1单因素一元方差分析的MATLAB实现
8.1.2案例分析
8.2案例20：双因素一元方差分析
8.2.1双因素一元方差分析的MATLAB实现
8.2.2案例分析
8.3案例21：多因素一元方差分析
8.3.1多因素一元方差分析的MATLAB实现
8.3.2案例分析一
8.3.3案例分析二
8.4案例22：单因素多元方差分析
8.4.1单因素多元方差分析的MATLAB实现
8.4.2案例分析
8.5案例23：非参数方差分析
8.5.1非参数方差分析的MATLAB实现
8.5.2KruskalWallis检验的案例分析
8.5.3Friedman检验的案例分析
第9章回归分析
9.1MATLAB回归模型类
9.1.1线性回归模型类
9.1.2非线性回归模型类
9.2案例24：一元线性回归
9.2.1数据的散点图
9.2.2模型的建立与求解
9.2.3回归诊断
9.2.4稳健回归
9.3案例25：一元非线性回归
9.3.1数据的散点图
9.3.2模型的建立与求解
9.3.3回归诊断
9.3.4利用曲线拟合工具cftool作一元非线性拟合
9.4案例26：多元线性和广义线性回归
9.4.1可视化相关性分析
9.4.2多元线性回归
9.4.3多元多项式回归
9.4.4拟合效果图
9.4.5逐步回归
9.5案例27：多元非线性回归
9.5.1案例描述
9.5.2模型建立
9.5.3模型求解
9.6案例28：多项式回归
9.6.1多项式回归模型
9.6.2多项式回归的MATLAB实现
9.6.3多项式回归案例
第10章聚类分析
10.1聚类分析简介
10.1.1距离和相似系数
10.1.2系统聚类法
10.1.3K均值聚类法
10.1.4模糊C均值聚类法
10.2案例29：系统聚类法的案例分析
10.2.1系统聚类法的MATLAB函数
10.2.2样品聚类案例
10.2.3变量聚类案例
10.3案例30：K均值聚类法的案例分析
10.3.1K均值聚类法的MATLAB函数
10.3.2K均值聚类法案例
10.4案例31：模糊C均值聚类法的案例分析
10.4.1模糊C均值聚类法的MATLAB函数
10.4.2模糊C均值聚类法案例
第11章判别分析
11.1判别分析简介
11.1.1距离判别
11.1.2贝叶斯判别
11.1.3Fisher判别
11.2案例32：距离判别法的案例分析
11.2.1classify函数
11.2.2案例分析
11.3案例33：贝叶斯判别法的案例分析
11.3.1NaiveBayes类
11.3.2案例分析
11.4案例34：Fisher判别法的案例分析
11.4.1Fisher判别分析的MATLAB实现
11.4.2案例分析
第12章主成分分析
12.1主成分分析简介
12.1.1主成分分析的几何意义
12.1.2总体的主成分
12.1.3样本的主成分
12.1.4关于主成分表达式的两点说明
12.2主成分分析的MATLAB函数
12.2.1pcacov函数
12.2.2princomp函数
12.2.3pcares函数
12.3案例35：从协方差矩阵或相关系数矩阵出发求解主成分
12.3.1调用pcacov函数做主成分分析
12.3.2结果分析
12.4案例36：从样本观测值矩阵出发求解主成分
12.4.1调用princomp函数做主成分分析
12.4.2结果分析
12.4.3调用pcares函数重建观测数据
第13章因子分析
13.1因子分析简介
13.1.1基本因子分析模型
13.1.2因子模型的基本性质
13.1.3因子载荷阵和特殊方差阵的估计
13.1.4因子旋转
13.1.5因子得分
13.1.6因子分析中的Heywood现象
13.2因子分析的MATLAB函数
13.3案例37：基于协方差矩阵或相关系数矩阵的因子分析
13.4案例38：基于样本观测值矩阵的因子分析
13.4.1读取数据
13.4.2调用factoran函数作因子分析
第14章利用MATLAB生成Word和Excel文档
14.1组件对象模型（COM）
14.1.1什么是COM
14.1.2COM接口
14.2MATLAB中的ActiveX控件接口技术
14.2.1actxcontrol函数
14.2.2actxcontrollist函数
14.2.3actxcontrolselect函数
14.2.4actxserver函数
14.2.5利用MATLAB调用COM对象
14.2.6调用actxserver函数创建组件服务器
14.3案例39：利用MATLAB生成Word文档
14.3.1调用actxserver函数创建Microsoft Word服务器
14.3.2建立Word文本文档
14.3.3插入表格
14.3.4插入图片
14.3.5保存文档
14.3.6完整代码
14.4案例40：利用MATLAB生成Excel文档
14.4.1调用actxserver函数创建Microsoft Excel服务器
14.4.2新建Excel工作簿
14.4.3获取工作表对象句柄
14.4.4插入、复制、删除、移动和重命名工作表
14.4.5页面设置
14.4.6选取工作表区域
14.4.7设置行高和列宽
14.4.8合并单元格
14.4.9边框设置
14.4.10设置单元格对齐方式
14.4.11写入单元格内容
14.4.12插入图片
14.4.13保存工作簿
14.4.14完整代码
附录A图像处理中的统计应用案例
A.1基于图像资料的数据重建与拟合
A.1.1案例描述
A.1.2重建图像数据
A.1.3曲线拟合
A.2基于K均值聚类的图像分割
A.2.1灰度图像分割案例
A.2.2真彩图像分割案例
A.3基于中位数算法的运动目标检测
A.3.1案例描述
A.3.2中位数算法原理
A.3.3本案例的MATLAB实现一
A.3.4本案例的MATLAB实现二
A.3.5本案例的MATLAB实现三
A.4基于贝叶斯判别的手写体数字识别
A.4.1样本图片的预处理
A.4.2创建朴素贝叶斯分类器对象
A.4.3判别效果
A.5基于主成分分析的图像压缩与重建
A.5.1基于主成分分析的图像压缩与重建原理
A.5.2图像压缩与重建的MATLAB实现
附录BMATLAB统计工具箱函数大全
参考文献
书单推荐
