搜索资源列表
线性回归
- 应用统计学的线性回归分析-165 linear regression analysis
jiyudizhitongjiDEMdedixingfenxi
- 针对DEM的建模问题，将高程看作区域化变量，应用地质统计学中普通克里格研究了一个山区高程空间变异分析及其插值。
AlgorithmUsingJava
- <算法导论>第二版大部分算法实现. 1. 各类排序和顺序统计学相关 2. 数据结构 2.1 基本数据结构 2.2 散列表 2.3 二叉查找树 2.4 红黑树 2.5 数据结构基于红黑树的扩张 3. 高级涉及和分析技术 3.1 动态规划相关 3.2 贪心算法相关 3.3 用于不相交集合的数据结构 4. 部分图算法.
现代统计学与ＳＡＳ应用
- 本书共分６篇，第１篇统计学基础知识与ＳＡＳ软件应用技巧，介绍了统计学的基本概念和学习方法、试验设计入门、统计描述、ＳＡＳ软件应用入门、编写ＳＡＳ实用程序的技巧、单变量统计分析和利用SAS／GRAPH模块绘制常用统计图的方法。第２篇试验设计与定量资料的统计分析，介绍了与ｔ检验、非参数检验和各种方差分析有关的试验设计和数据处理方法。第３篇试验设计与定性资料的统计分析，介绍了处理二维及高维列联表资料的各种统计分析 方法，包括卡方检验、Fisher的精确检验、典型相关分析、logistic回归模型和对数
方差分析
- 方差分析（analysis of variance，或缩写ANOVA）又称变异数分析，是一种应用非常广泛的统计方法。其主要功能是检验两个或多个样本平均数的差异是否有统计学意义，用以推断它们的总体均值是否相同。-ANOVA (analysis of variance, or the initials ANOVA), also known as the analysis of variability is a very extensive application of statistical met
MATLAB2
- 数据资料是数学模型与实际问题接轨的重要途径和手段，有时还可以直接从数据资料中发现规 律组建模型。数据分析和处理是统计学研究的主要内容，也是计算数学的工作领域，近年来随 着计算机科学的发展，对“海量”数据的分析形成了一门新的交叉学科“数据挖掘”。这一章仅 介绍用统计学的最小二乘法构造拟合数据模型，以及用计算数学的函数插值方法处理数据解决 实际问题。-Is a mathematical model of data integration an important practical
yysjxlfx
- 应用时间序列分析,统计学的重要分支，通过直观的数据比较或绘图观测，寻找序列中蕴含的发展规律。-Application of time series analysis, an important branch of statistics, through visual observation of the data comparison, or drawing to find the law of development inherent in the sequence.
Applied_Data_Mining
- 《实用数据挖掘》 本书对面向应用的数据挖掘方法进行了清晰的阐述，包括经典的多元统计方法、贝叶斯多元统计方法、基于机器学习的数据挖掘方法和基于计算的数据挖掘方法等。介绍了数据挖掘领域中许多最新的研究成果，如关联规则、序列规则、图示马尔可夫模型、基于存储的推理、信用风险和Web挖掘等。并详细介绍了选自实际工业项目的6个应用实例，强调了数据挖掘方法的实用性。 本书主要面向计算机科学、信息管理、应用统计学和经济学等专业的高年级本科生和研究生。对实际从事海量数据分析和处理的技术人员也有很好的指导作用和
Singular-Value-Decomposition-(SVD)
- 奇异值分解，线性代数中一种重要的矩阵分解，是矩阵分析中正规矩阵酉对角化的推广。在信号处理、统计学等领域有重要应用。 -Singular Value Decomposition (SVD)
gonglvpu
- 气象学中的功率谱分析计算，是一种统计学方法-Meteorology in the calculation of power spectral analysis is a statistical method
variogram1D
- 地质统计学中——实验变差函数的计算，对于空间分析很有帮助！-The experiment becomes poor function of computation
SVD
- 奇异值分解，是线性代数中一种重要的矩阵分解，是矩阵分析中正规矩阵酉对角化的推广。在信号处理、统计学等领域有重要应用-Singular Value Decomposition
date_F_A2103879
- 本书介绍了几种比较流行的现代综合评价方法的理论和应用。 主要内容包括： 层次分析法、模糊综合评判法、数据包络分析法、人工神经网络评价法、灰色综合评价法及其在经济管理中的典型应用案例。 其中，关于人工神经网络评价法和灰色综合评价法的内容，是第一次比较系统地出现在此类著作之中。 最后一章，对几种综合评价方法的结合与集成做了讨论。本书避开了某些深奥的数学背景，简明、系统地分析了几种方法的应用理论基础，拟在基本理论与实际应用之间建立起“桥梁” 。 书中汇集了大量的典型应用案例，供广大读者借鉴和参考。
Weka3.7
- weka可以轻松地进行各种统计学运算，可以在做数据挖掘时作为很好的分析工具帮助开发人员进行分析。-weka can easily carry out a variety of statistical computing in data mining as a good analytical tool to help developers analyze.
K-mean
- 聚类分析的目标就是在相似的基础上收集数据来分类。聚类源于很多领域，包括数学，计算机科学，统计学，生物学和经济学。-Cluster analysis the goal is to collect data on the basis of similar classification. Cluster from many fields, including mathematics, computer science, statistics, biology and economics.
hierachical-analysis-using-matlab
- 管理学和统计学中都经常用到的层次分析法，matlab程序-hierachical analysis which is often used in management science and stochastical science,matlab code
REST_V1.8_130615
- 用于fMRI图像统计学分析、图像显示、以及脑区定位和详细数据输出(For fMRI image statistical analysis, image display, as well as brain location and detailed data output)
第9章 聚类分析
- 聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程。它是一种重要的人类行为。 聚类分析的目标就是在相似的基础上收集数据来分类。聚类源于很多领域，包括数学，计算机科学，统计学，生物学和经济学。在不同的应用领域，很多聚类技术都得到了发展，这些技术方法被用作描述数据，衡量不同数据源间的相似性，以及把数据源分类到不同的簇中。(Clustering analysis refers to the process of grouping a collection of physical
marsbar-0.44
- MarsBAR这是一个面向跨区域分析的区域。特点包括：跨区域的定义、与简单的阿尔格布拉之间的区域组合、检索和无自旋后处理的数据提取和数据分析，以及统计分析的统计学分析。(Features include region of interest definition, combination of regions of interest with simple algebra, extraction of data for regions with and without SPM preproces
聚类分析matlab程序
- 基于一组数据的聚类分析的应用，聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程。它是一种重要的人类行为。 聚类分析的目标就是在相似的基础上收集数据来分类。聚类源于很多领域，包括数学，计算机科学，统计学，生物学和经济学。在不同的应用领域，很多聚类技术都得到了发展，这些技术方法被用作描述数据，衡量不同数据源间的相似性，以及把数据源分类到不同的簇中。(Application of cluster analysis based on a group of data)