| 作者 |
| [美]爱德华·L.罗宾逊（Edward L. Robinson） |
| 丛书名 |
| 数据科学与工程技术丛书 |
| 出版社 |
| 机械工业出版社 |
| ISBN |
| 9787111615033 |
| 简要 |
| 简介 |
| 内容简介书籍计算机书籍 本书着重介绍各种数据分析技术背后的原理，有利于实践者将技术具体应用到各种领域，或者在此基础上发展新的技术。全书共分三部分。第一部分介绍统计学基本概念，包括蒙特卡罗方法和马尔科夫链。第二部分介绍统计学，并从频率派和贝叶斯派两种角度对比分析了各种数据建模的工具。第三部分重点介绍各种数据分析方法，比如关联函数、周期图、图像重建等。附录提供了相关的数学知识，以备读者查阅。本书可作为物理、工程相关专业研究生关于数据分析技术的标准教材，也可供科学家和工程师参考阅读。 |
| 目录 |
| 译者序 前言 第1章概率 11概率定律 12概率分布 121离散和连续概率分布 122累积概率分布函数 123变量变化 13概率分布的特征 131中位数、众数和半峰全宽 132矩、均值和方差 133矩母函数和特征函数 14多变量概率分布 141两个独立变量的分布 142协方差 143多个独立变量的分布 第2章一些有用的概率分布函数 21排列组合 22二项分布 23泊松分布 24高斯分布（正态分布） 241用中心极限定理推导高斯分布 242关于中心极限定理的摘要和评论 243高斯分布的均值、矩和方差 25多元高斯分布 26卡方分布 261卡方分布的推导 262卡方分布的均值、众数和方差 263n取极大值的卡方分布 264简化卡方 265相关变量的卡方 27贝塔分布 第3章随机数和蒙特卡罗方法 31引言 32不均匀随机偏差 321逆向累积分布函数 322多维偏差 323生成高斯偏差的BoxMüller方法 324接受拒绝算法 325均匀分布比例法 326从更复杂的概率分布中产生随机偏差 33蒙特卡罗积分 34马尔可夫链 341平稳有限的马尔可夫链 342不变概率分布 343连续参数和多参数马尔可夫链 35马尔可夫链蒙特卡罗采样 351马尔可夫链蒙特卡罗计算示例 352MetropolisHastings算法 353吉布斯采样器 第4章频率统计学基础 41频率统计学简介 42未加权数据的均值与方差 43含有不相关测量误差的数据 44有相关测量误差的数据 45方差的方差和学生t分布 451方差的方差 452学生t分布 453总结 46主成分分析及其相关系数 461相关系数 462主成分分析 47柯尔莫诺夫斯米尔诺夫检验 471单样本KS检验 472双样本KS检验 第5章线性最小二乘估计 51引言 52似然统计 521似然函数 522最大似然原理 523与最小二乘和χ2最小化的关系 53多项式对数据的拟合 531直线拟合 532任意多项式拟合 533方差、协方差和偏差 534蒙特卡罗误差分析 54协方差的需求和误差的传播 541协方差的需求 542误差的传播 543蒙特卡罗误差传播 55广义线性最小二乘法 551非多项式函数的线性最小二乘法 552测量误差之间的相关性拟合 553拟合优度的χ2检验 56多个因变量拟合 第6章非线性最小二乘估计 61引言 62非线性拟合的线性化 621数据含有不相关测量误差 622数据含有相关测量误差 623实际考量 63其他最小化S的方法 631网格映射法 632最速下降法、牛顿法以及马夸特法 633单纯形优化 634模拟退火法 64误差估计 641黑塞矩阵的逆阵 642直接计算协方差矩阵 643总结以及估计的协方差矩阵 65置信极限 66自变量和因变量都含有误差的拟合 661含有不相关误差的数据 662含有相关误差的数据 第7章贝叶斯统计 71贝叶斯统计简介 72单参数估计：均值、众数和方差 721引言 722高斯先验和似然函数 723二项分布和贝塔分布 724泊松分布和一致的先验 725关于先验概率分布的更多信息 73多参数估计 731问题的形式描述 732拉普拉斯近似 733高斯似然函数和先验：与最小二乘的联系 734困难的后验分布：马尔可夫链蒙特卡罗采样 735可信区间 74假设检验 75讨论 751先验概率分布 752似然函数 753后验分布函数 754概率的含义 755思考 第8章傅里叶分析导论 81引言 82完备的标准正交函数集合 83傅里叶级数 84傅里叶变换 841傅里叶变换对 842有用的傅里叶变换对的总结 85离散傅里叶变换 851从连续傅里叶变换推导 852从离散取样的正弦和余弦函数的正交关系推导 853帕塞瓦尔定理和功率谱 86卷积和卷积定理 861卷积 862卷积定理 第9章序列分析：功率谱和周期图 91引言 92连续序列：数据窗口、谱窗口以及混叠 921数据窗口和谱窗口 922混叠 923任意的数据窗口 93离散序列 931过量采样Fm的必要性 932奈奎斯特频率 933整合采样 94噪声的影响 941确定性的或随机性的过程 942白噪声的功率谱 943噪声环境下的确定性信号 944非白、非高斯噪声 95非一致间隔的序列 951最小二乘周期图 952LombScargle周期图 953一般化的LombScargle周期图 96有变化周期的信号：OC图 第10章序列分析：卷积和协方差 101卷积回顾 1011脉冲响应函数 1012频率响应函数 102反卷积和数据重建 1021噪声在反卷积中的效用 1022维纳反卷积 1023RichardsonLucy算法 103自协方差函数 1031自协方差函数的基本性质 1032与功率谱的关系 1033随机过程的应用 104互协方差函数 1041互协方差函数的基本性质 1042与χ2和互谱的关系 1043噪声中脉冲信号的检测 附录A一些有用定积分 附录B拉格朗日乘数法 附录C高斯概率分布的附加性质 附录Dn维球体 附录E线性代数和矩阵回顾 附录F当n值变大时［1+f(x)/n］n的极限 附录G脉冲响应函数的格林函数解 附录H二阶自回归过程 |