搜索资源列表
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。
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
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
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
reglm
- 用matlab实现多元回归分析，统计学中比较重要的应用，适用于初学者-Multiple regression analysis using matlab to achieve, the more important applications of statistics for beginners
algorithms
- 最小二乘法主成分分析等多种常用统计学算法推导和代码实现，代码在附录中，过程详细，代码注释清楚，适合初学者修改应用。-Least squares method commonly used principal component analysis and other statistical algorithms to derive and code, the code in the appendix, the process in detail, code comments clear, suita
zuotu_4
- 四种统计学作图的matlab实现方式，分别是箱线图，茎叶图，QQ图和频率直方图。直接输入数据即可运行，具有初步分析数据偏度、峰度、正态性的广泛应用。-Four kinds of statistical mapping matlab implementation, namely, box plots, stem and leaf diagram, QQ diagram and frequency histograms. Input data can be run directly, with a
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)