MATLAB工具箱應(yīng)用

第一篇  統(tǒng)計(jì)工具箱
第1章  統(tǒng)計(jì)工具箱簡(jiǎn)介
  1.1  統(tǒng)計(jì)工具箱的內(nèi)容
  1.2  數(shù)學(xué)符號(hào)約定
第2章  概率分布
  2.1  概率密度函數(shù)
    2.1.1  基本數(shù)學(xué)原理
    2.1.2  有關(guān)函數(shù)介紹
  2.2  累加分布函數(shù)
    2.2.1  基本數(shù)學(xué)原理
    2.2.2  有關(guān)函數(shù)介紹
  2.3  參數(shù)估計(jì)
    2.3.1  基本數(shù)學(xué)原理
    2.3.2  有關(guān)函數(shù)介紹
  2.4  逆累加分布函數(shù)
    2.4.1  基本數(shù)學(xué)原理
    2.4.2  有關(guān)函數(shù)介紹
  2.5  隨機(jī)數(shù)的生成
    2.5.1  隨機(jī)數(shù)生成的基本原理
    2.5.2  有關(guān)函數(shù)介紹
  2.6  分布函數(shù)的統(tǒng)計(jì)量估計(jì)
第3章  樣本描述
  3.1  概述
  3.2  描述集中趨勢(shì)的統(tǒng)計(jì)量
    3.2.1  幾何均值
    3.2.2  調(diào)和均值
    3.2.3  算術(shù)平均值
    3.2.4  中值
    3.2.5  截尾均值
  3.3  描述離散趨勢(shì)的統(tǒng)計(jì)量
    3.3.1  內(nèi)四分極值
    3.3.2  均值絕對(duì)差
    3.3.3  極差
    3.3.4  方差
    3.3.5  標(biāo)準(zhǔn)差
  3.4  分組數(shù)據(jù)描述
  3.5  包含缺失數(shù)據(jù)的樣本描述
  3.6  百分位數(shù)和圖形描述
  3.7  自助統(tǒng)計(jì)量
  3.8  中心矩
  3.9  相關(guān)系數(shù)
  3.10  協(xié)方差矩陣
  3.11  峰度和偏度
    3.11.1  峰度
    3.11.2  偏度
    3.12  頻數(shù)表
  3.13  列聯(lián)表
第4章  線性模型
  4.1  方差分析
    4.1.1  單因子方差分析
    4.1.2  雙因子方差分析
    4.1.3  多因素方差分析
    4.1.4  方差分析工具
  4.2  線性回歸
    4.2.1  基本數(shù)學(xué)原理
    4.2.2  有關(guān)函數(shù)介紹
    4.2.3  應(yīng)用實(shí)例
    4.2.4  嶺回歸
  4.3  擴(kuò)展線性模型
  4.4  多項(xiàng)式擬合
  4.5  穩(wěn)健回歸
  4.6  二次響應(yīng)面模型
第5章  非線性模型
  5.1  非線性最小二乘
  5.2  決策樹
第6章  假設(shè)檢驗(yàn)
  6.1  單個(gè)樣本的t檢驗(yàn)
    6.1.1  基本數(shù)學(xué)原理
    6.1.2  有關(guān)函數(shù)介紹
    6.1.3  應(yīng)用實(shí)例,
  6.2  兩個(gè)樣本的t檢驗(yàn)
    6.2.1  基本數(shù)學(xué)原理
    6.2.2  有關(guān)函數(shù)介紹
    6.2.3  應(yīng)用實(shí)例
  6.3  z檢驗(yàn)
第7章  分布的檢驗(yàn)
  7.1  Jarque-Bera檢驗(yàn)
    7.1.1  基本數(shù)學(xué)原理
    7.1.2  有關(guān)函數(shù)介紹
    7.1.3  應(yīng)用實(shí)例
  7.2  單樣本的Kolmogorov-Smirnov檢驗(yàn)
    7.2.1  基本數(shù)學(xué)原理
    7.2.2  有關(guān)函數(shù)介紹
    7.2.3  應(yīng)用實(shí)例
  7.3  兩個(gè)樣本的Kolmogorov-Smirnov檢驗(yàn)
    7.3.1  基本數(shù)學(xué)原理
    7.3.2  有關(guān)函數(shù)介紹
    7.3.3  應(yīng)用實(shí)例
  7.4  Lilliefors檢驗(yàn)
    7.4.1  基本數(shù)學(xué)原理
    7.4.2  有關(guān)函數(shù)介紹
    7.4.3  應(yīng)用舉例
第8章  非參數(shù)檢驗(yàn)
  8.1  Kruskal-Wallis檢驗(yàn)
    8.1.1  基本數(shù)學(xué)原理
    8.1.2  有關(guān)函數(shù)介紹
    8.1.3  應(yīng)用實(shí)例
  8.2  Friedman檢驗(yàn)
    8.2.1  基本數(shù)學(xué)原理
    8.2.2  有關(guān)函數(shù)介紹
    8.2.3  應(yīng)用實(shí)例
  8.3  秩和檢驗(yàn)
    8.3.1  基本數(shù)學(xué)原理
    8.3.2  有關(guān)函數(shù)介紹
    8.3.3  應(yīng)用舉例
  8.4  符號(hào)秩檢驗(yàn)
    8.4.1  基本數(shù)學(xué)原理
    8.4.2  關(guān)函數(shù)介紹
    8.4.3  應(yīng)用實(shí)例
  8.5  符號(hào)檢驗(yàn)
    8.5.1  基本數(shù)學(xué)原理
    8.5.2  有關(guān)函數(shù)介紹
    8.5.3  應(yīng)用實(shí)例
第9章  多元統(tǒng)計(jì)
  9.1  判別分析
    9.1.1  基本數(shù)學(xué)原理
    9.1.2  有關(guān)函數(shù)介紹
    9.1.3  應(yīng)用綜合實(shí)例
  9.2  系統(tǒng)聚類分析
    9.2.1  基本數(shù)學(xué)原理
    9.2.2  有關(guān)函數(shù)介紹
    9.2.3  應(yīng)用綜合實(shí)例
  9.3  K均值聚類
  9.4  主成分分析
    9.4.1  有關(guān)函數(shù)介紹
    9.4.2  應(yīng)用綜合實(shí)例
  9.5  因子分析
  9.6  多元方差分析
    9.6.1  單因素多元方差分析
    9.6.2  分組聚類
    9.6.3  多元比較
第10章  統(tǒng)計(jì)過程控制
  10.1  過程控制圖
    10.1.1  基本原理
    10.1.2  有關(guān)函數(shù)介紹
  10.2  過程性能圖
第11章  試驗(yàn)設(shè)計(jì)
  11.1  完全析因設(shè)計(jì)
    11.1.1  基本原理
    11.1.2  有關(guān)函數(shù)介紹
  11.2  不完全析因設(shè)計(jì)
    11.2.1  基本數(shù)學(xué)原理
    11.2.2  有關(guān)函數(shù)介紹
    11.2.3  應(yīng)用實(shí)例
  11.3  向應(yīng)面設(shè)計(jì)
  11.4  D-優(yōu)化設(shè)計(jì)
    11.4.1  基本數(shù)學(xué)原理
    11.4.2  有關(guān)函數(shù)介紹
    11.4.3  綜合實(shí)例
第12章  統(tǒng)計(jì)圖
  12.1  箱形圖
  12.2  經(jīng)驗(yàn)累加分布函數(shù)圖
  12.3  誤差條圖
  12.4  函數(shù)交互等值線圖
  12.5  交互畫線
  12.6  交互點(diǎn)標(biāo)注
  12.7  散點(diǎn)矩陣圖
  12.8  散點(diǎn)圖
  12.9  添加最小二乘擬合線
  12.10  正態(tài)概率圖
  12.11  帕累托圖
  12.12  q-q圖
  12.13  回歸個(gè)案次序圖
  12.14  參考多項(xiàng)式曲線
  12.15  添加參考線
  12.16  交互插值等值線圖
  12.17  威布爾圖
第13章  文件輸入/輸出
  13.1  文件輸入
  13.2  文件輸出
第14章  統(tǒng)計(jì)演示
  14.1  交互式方差分析工具
  14.2  交互式經(jīng)驗(yàn)分布函數(shù)工具
  14.3  一般線性模型演示
  14.4  穩(wěn)健回歸與最小二乘擬合比較工具
  14.5  多項(xiàng)式擬合工具
  14.6  隨機(jī)數(shù)生成工具
第二篇  優(yōu)化工具箱
第15章  優(yōu)化工具箱概述
  15.1  優(yōu)化工具箱中的函數(shù)
  15.2  優(yōu)化函數(shù)的變量
  15.3  參數(shù)設(shè)置
  15.4  模型輸入時(shí)需要注意的問題
  15.5  @(函數(shù)句柄)函數(shù)
第16章  無(wú)約束最優(yōu)化問題
  16.1  單變量最小化
    16.1.1  基本數(shù)學(xué)原理
    16.1.2  有關(guān)函數(shù)介紹
  16.2  無(wú)約束非線性規(guī)劃問題
    16.2.1  基本數(shù)學(xué)原理
    16.2.2  有關(guān)函數(shù)介紹
第17章  有約束最優(yōu)化問題
  17.1  線性規(guī)劃
    17.1.1  基本數(shù)學(xué)原理
    17.1.2  有關(guān)函數(shù)介紹
    17.1.3  應(yīng)用實(shí)例
  17.2  有約束非線性最優(yōu)化問題
    17.2.1  基本數(shù)學(xué)原理
    17.2.2  有關(guān)函數(shù)介紹
    17.2.3  應(yīng)用實(shí)例
第18章  二次規(guī)劃
  18.1  基本數(shù)學(xué)原理
  18.2  有關(guān)函數(shù)介紹
  18.3  應(yīng)用實(shí)例
第19章  多目標(biāo)規(guī)劃
  19.1  算法
  19.2  有關(guān)函數(shù)介紹
  19.3  應(yīng)用實(shí)例
第20章  最大最小化
  20.1  算法
  20.2  有關(guān)函數(shù)介紹
  20.3  應(yīng)用實(shí)例
第21章  半無(wú)限問題
  21.1  基本數(shù)學(xué)原理
  21.2  有關(guān)函數(shù)介紹
  21.3  應(yīng)用實(shí)例
第22章  最小二乘問題
  22.1  算法
  22.2  線性最小二乘問題
  22.3  非負(fù)線性最小二乘解問題
    22.3.1  基本數(shù)學(xué)原理
    22.3.2  有關(guān)函數(shù)介紹
    22.3.3  應(yīng)用實(shí)例
  22.4  有約束線性最小二乘問題
    22.4.1  基本數(shù)學(xué)原理
    22.4.2  有關(guān)函數(shù)介紹
    22.4.3  應(yīng)用實(shí)例
  22.5  非線性最小二乘問題
    22.5.1  基本數(shù)學(xué)原理
    22.5.2  有關(guān)函數(shù)介紹
    22.5.3  應(yīng)用實(shí)例
  22.6  非線性曲線擬合問題
    22.6.1  基本數(shù)學(xué)原理
    22.6.2  有關(guān)函數(shù)介紹
    22.6.3  應(yīng)用實(shí)例
第23章  方程求解
  23.1  線性方程(組)的求解
    23.1.1  基本原理與算法
    23.1.2  應(yīng)用實(shí)例
  23.2  非線性方程(組)的求解
    23.2.1  非線性方程的求解
    23.2.2  非線性方程組的求解
第24章  大型課題
  24.1  概述
  24.2  帶雅可比矩陣的非線性等式
  24.3  采用梯度和Hess矩陣的非線性最小化
  24.4  采用梯度和Hess稀疏模式的非線性最小化
  24.5  給定邊界約束和初始條件的非線性最小化
  24.6  帶等式約束的非線性最小化
  24.7  帶邊界約束的二次最小化
  24.8  帶邊界約束的線性最小二乘問題
  24.9  帶等式約束和不等式約束的線性規(guī)劃問題
第三篇  偏微分方程數(shù)值解工具箱
第25章  偏微分方程數(shù)值解工具箱概述
第26章  偏微分方程數(shù)值解有關(guān)函數(shù)介紹
  26.1  偏微分方程求解算法函數(shù)
  26.2  自定義界面算法函數(shù)
  26.3  幾何算法函數(shù)
  26.4  畫圖算法函數(shù)
  26.5  實(shí)用算法函數(shù)
  26.6  自定義算法函數(shù)
第27章  利用圖形用戶界面(GUI)求解偏微分方程的一般過程
  27.1  選擇應(yīng)用模式
  27.2  建立幾何模型
  27.3  定義邊界條件
  27.4  定義PDE類型和PDE系數(shù)
  27.5  三角形網(wǎng)格剖分
  27.6  PDE求解
  27.7  解的圖形表達(dá)
第28章  幾種常見的偏微分方程數(shù)值求解問題
  28.1  橢圓型問題
    28.1.1  單位圓盤的泊松方程
    28.1.2  一個(gè)離散問題
    28.1.3  最小表面問題
    28.1.4  區(qū)域分解問題
  28.2  拋物線型問題
    28.2.1  受熱金屬塊的熱傳導(dǎo)方程
    28.2.2  放射性棒的熱擴(kuò)散
  28.3  雙曲線型問題
    28.3.1  波動(dòng)方程
    28.3.2  波動(dòng)方程的求解
  28.4  特征值問題
    28.4.1  L形薄膜的特征值和特征函數(shù)
    28.4.2  圓角L形薄膜
    28.4.3  方形的特征值和特征值模式
第29章  應(yīng)用模式
  29.1  概述
  29.2  結(jié)構(gòu)力學(xué)——平面應(yīng)力
  29.3  結(jié)構(gòu)力學(xué)——平面應(yīng)變
  29.4  靜電學(xué)
  29.5  靜磁學(xué)
  29.6  交流電電磁學(xué)
  29.7  直流導(dǎo)電介質(zhì)
  29.8  熱傳導(dǎo)
  29.9  擴(kuò)散問題
第四篇  樣條工具箱
第30章  樣條工具箱及樣條曲線簡(jiǎn)介
第31章  三次樣條曲線
  31.1  基本原理
  31.2  三次樣條曲線的生成
第32章  分段多項(xiàng)式(PP)樣條曲線
  32.1  基本原理
  32.2  分段多項(xiàng)式樣條曲線的生成
第33章  B樣條曲線
  33.1  基本原理
  33.2  B樣條曲線的生成
第34章  有理樣條曲線
  34.1  基本原理
  34.2  有理樣條函數(shù)的生成
第35章  操作器類函數(shù)
第36章  樣條曲線的端點(diǎn)與節(jié)點(diǎn)處理類函數(shù)
第37章  解線性方程組類函數(shù)
第38章  樣條GUI函數(shù)
第五篇  信號(hào)處理工具箱
第39章  采樣與波形發(fā)生
第40章  模擬濾波器設(shè)計(jì)
  40.1  巴特沃思濾波器
    40.1.1  有關(guān)函數(shù)介紹
    40.1.2  應(yīng)用實(shí)例
  40.2  切比雪夫?yàn)V波器
    40.2.1  Chebyshev I型
    40.2.2  Chebyshev II型
  40.3  橢圓濾波器
    40.3.1  有關(guān)函數(shù)介紹
    40.3.2  應(yīng)用實(shí)例
  40.4  貝塞爾濾波器
    40.4.1  有關(guān)函數(shù)介紹
    40.4.2  應(yīng)用實(shí)例
  40.5  頻率變換
    40.5.1  有關(guān)函數(shù)介紹
    40.5.2  應(yīng)用實(shí)例
  40.6  模擬濾波器最小階數(shù)的選擇
    40.6.1  有關(guān)函數(shù)介紹
    40.6.2  應(yīng)用實(shí)例
第41章  數(shù)字濾波器設(shè)計(jì)
  41.1  IIR濾波器設(shè)計(jì)方法
  41.2  IIR濾波器經(jīng)典設(shè)計(jì)
    41.2.1  IIR濾波器完全設(shè)計(jì)函數(shù)
    41.2.2  模擬濾波器變換法
  41.3  FIR濾波器設(shè)計(jì)方法
    41.3.1  FIR窗函數(shù)設(shè)計(jì)
    41.3.2  最優(yōu)FIR濾波器設(shè)計(jì)
第42章  濾波器分析
  42.1  時(shí)間響應(yīng)
  42.2  頻率響應(yīng)
  42.3  零極點(diǎn)圖
  42.4  相時(shí)延
  42.5  群延遲
第43章  隨機(jī)信號(hào)的參數(shù)模型和功率譜估計(jì)
  43.1  相關(guān)函數(shù)的估計(jì)
  43.2  經(jīng)典功率譜估計(jì)
  43.3  AR模型功率譜估計(jì)
  43.4  基于特征分解功率譜估計(jì)方法
    43.4.1  MUSIC算法——Multiple Signal Classification(多信號(hào)分類法)
    43.4.2  MVDR算——Minimum Varivance Distortionless Response(最小方差無(wú)失真響應(yīng))
第六篇  曲線擬合工具箱
第44章  數(shù)據(jù)預(yù)處理
  44.1  輸入數(shù)據(jù)集
    44.1.1  打開曲線擬合工具界面
    44.1.2  輸入數(shù)據(jù)集
  44.2  數(shù)據(jù)的查看
    44.2.1  散點(diǎn)圖方式
    44.2.2  工作表方式
  44.3  數(shù)據(jù)的預(yù)處理
    44.3.1  平滑數(shù)據(jù)
    44.3.2  排除法和區(qū)間排除法
    44.3.3  其他數(shù)據(jù)預(yù)處理方法
第45章  曲線擬合
  45.1  有關(guān)函數(shù)介紹
    45.1.1  多項(xiàng)式擬合函數(shù)
    45.1.2  其他函數(shù)
  45.2  曲線的參數(shù)擬合
  45.3  非參數(shù)擬合
  45.4  基本的擬合界面
參考文獻(xiàn)