MATLAB数据分析教程

《MATLAB数据分析教程》介绍了MATLAB在数据分析中的应用，《MATLAB数据分析教程》共分为13章，各章主要内容包括数据分析与MATLAB软件、MATLAB基础、MATLAB科学计算、数据预处理、绘图与数据可视化、数据的描述性统计与分析、方差分析、数据拟合与回归分析、蒙特卡洛模拟与应用、很优化方法与应用、判别分析与聚类分析、人工神经网络及应用等。《MATLAB数据分析教程》注重实用，可以作为高等院校机械、材料、电子、通信等理工类及经济、金融、管理等文科类专业的研究生、本科生的教材，也可以作为教师、科研人员和工程技术人员的自学和参考用书。

第1章数据分析与MATLAB软件
1.1数据分析概述
1.1.1数据时代
1.1.2数据分析的意义和作用
1.1.3数据分析方法
1.2MATLAB软件
1.2.1功能和应用
1.2.2特点
1.3MATLAB在数据分析中的应用
习题
第2章MATLAB基础
2.1MATLAB基础
2.1.1MATLAB软件的版本
2.1.2MATLAB软件的启动
2.1.3指令窗的结构
2.2编写第一个MATLAB程序
2.2.1第一个MATLAB程序
2.2.2程序的正确性
2.3编辑器的使用
2.3.1打开编辑器
2.3.2编写程序
2.3.3运行程序
2.3.4程序的编辑和修改
2.4MATLAB的查询和帮助功能
2.4.1help指令
2.4.2lookfor指令
2.5MATLAB的运算单元及基本操作
2.5.1MATLAB的数据类型
2.5.2矩阵
2.5.3矩阵的操作
2.5.4特殊向量
2.5.5向量的操作
习题
第3章MATLAB科学计算
3.1数值计算
3.1.1基本运算
3.1.2求解多项式
3.1.3求导数
3.1.4求方程的近似解
3.1.5求数值积分
3.1.6求函数最小值
3.1.7求函数的零点
3.1.8解非线性方程组
3.1.9求微分方程的数值解
3.2符号计算
3.2.1基本运算
3.2.2多项式运算
3.2.3解方程和方程组
3.2.4求微积分
3.2.5常微分方程
习题
第4章数据预处理
4.1数据归一化
4.1.1标准化变换
4.1.2极差归一化变换
4.2数据的平滑处理
4.2.1smooth指令
4.2.2smoothts指令
4.2.3medfilt1指令
4.3数据降维
4.3.1主成分分析
4.3.2因子分析
习题
第5章绘图与数据可视化Ⅰ——二维绘图
5.1二维曲线
5.1.1二维曲线的绘制
5.1.2函数图形的绘制
5.2二维图形
5.2.1直方图
5.2.2饼形图
5.2.3阶梯图
5.2.4频数分布直方图
5.2.5火柴杆图
5.2.6误差棒图
5.3图形要素的设置和控制
5.3.1曲线的设置
5.3.2坐标轴的设置
5.3.3图形的标注和说明
5.3.4图形的重叠绘制
5.3.5图形填色
5.3.6创建多个图形窗口
5.3.7子窗口的建立
5.3.8图形的变焦观察
5.3.9显示图形指定位置的坐标值
习题
第6章绘图与数据可视化Ⅱ——三维绘图
6.1三维曲线
6.1.1三维曲线
6.1.2网线图
6.2三维曲面图
6.2.1三维曲面图的绘制指令
6.2.2等高线图
6.2.3伪彩图
6.2.4矢量场图
6.2.5柱面图
6.2.6球面图
6.2.7截面图
6.3三维图形的操纵
6.3.1视角的设置
6.3.2图形的重叠
6.3.3多种功能的组合
习题
第7章数据的描述性统计和分析
7.1数据的基本特征
7.1.1数据的数量
7.1.2优选值
7.1.3最小值
7.1.4元素的和
7.1.5平均值
7.1.6按序排列
7.1.7极差
7.1.8中位数
7.1.9分位数
7.1.10众数
7.1.11原点矩
7.1.12中心矩
7.2数据的频数分布
7.2.1频数表
7.2.2频数分布直方图
7.3数据的正态分布分析
7.3.1偏度
7.3.2峰度
7.4数据的离散度分析
7.4.1方差
7.4.2标准差
7.4.3变异系数
7.5相关性分析
7.5.1协方差
7.5.2相关系数
习题
第8章方差分析
8.1概述
8.1.1类型
8.1.2原理
8.2单因素一元方差分析
8.3其他类型的方差分析
8.3.1双因素一元方差分析
8.3.2多因素一元方差分析
8.3.3单因素多元方差分析
习题
第9章数据拟合与回归分析
9.1概述
9.2一元线性回归分析
9.2.1步骤
9.2.2最小二乘法
9.3多元线性回归分析
9.4一元非线性回归分析
9.4.1曲线直线化
9.4.2多项式拟合
9.5多元非线性回归分析
9.5.1曲线直线化
9.5.2多项式回归
9.6插值
9.6.1一元插值
9.6.2二元插值
习题
第10章蒙特卡洛模拟与应用
10.1概述
10.1.1名称来源
10.1.2原理和步骤
10.1.3特点
10.2蒙特卡洛法的基础——随机数
10.2.1rand指令
10.2.2randn指令
10.2.3randi指令
10.2.4mnrnd指令
10.2.5mvnrnd指令
10.2.6随机数的操作
10.2.7随机数的应用实例——模拟投掷硬币
10.3蒙特卡洛法应用实例
10.3.1计算圆周率π的值
10.3.2求定积分
10.3.3模拟布朗运动
10.3.4物体表面形貌的模拟
10.3.5材料成分设计与质量控制
10.3.6模拟股票价格
习题
第11章很优化方法与应用
11.1概述
11.1.1类型
11.1.2主要步骤
11.1.3应用
11.2线性规划问题
11.3二次规划问题
11.4非线性规划问题
11.4.1有约束问题
11.4.2无约束问题
11.5多目标规划问题
11.6最小化问题
11.7优选最小化问题
习题
第12章判别分析和聚类分析
12.1概述
12.1.1特征
12.1.2主要步骤
12.1.3类型
12.1.4应用领域
12.2判别分析方法与实例
12.2.1距离判别法
12.2.2朴素贝叶斯判别法
12.3聚类分析方法与实例
12.3.1系统聚类法
12.3.2K均值聚类法
12.3.3模糊C均值聚类法
12.3.4聚类分析的挑战和机遇
习题
第13章人工神经网络及应用
13.1概述
13.1.1人工神经网络的结构
13.1.2人工神经网络的特点
13.2人工神经网络数据分析的原理与方法
13.2.1原理
13.2.2适用范围
13.2.3方法和步骤
13.3人工神经网络的MATLAB编程及应用
13.3.1材料性能预测
13.3.2影响因素的定量分析
13.3.3用人工神经网络进行判别分析
习题