导入和组织数据

目标:?了解MATLAB和统计工具箱中的各种读入数据的方法和支持的数据类型。

·导入数据

·数据类型

·数据集矩阵

·数据合并

·数据分类

·缺失数据

分析数据

目标:本章介绍如何对数据集进行基本的统计分析，包括显示和概要统计分析。

·描述统计学

·中心

·散度

·统计显示

·分组数据

分布

目标:?使用统计工具箱中的函数来产生不同概率分布，对给定的数据集拟合一个分布。

·概率分布

·分布参数

·比较和拟合分布

·非参数化拟合

·分布目标

假设检验

目标:?使用统计工具箱来判断对数据集的断言是否准确。假设检验的常见应用，比如比较两个分布，确定置信区间等。

·假设检验

·正态分布检验

·非正态分布检验

方差分析

目标:?使用统计工具箱中的函数比较多组数据的采样平均值，找到数据组之间的显著区别。

·多种比较

·One-way?ANOVA

·N-way?ANOVA

·MANOVA

·Nonnormal?ANOVA

·分类相关

回归

目标:对数据集进行线性和非线性模型，介绍提高模型质量的俄方法。

·线性回归模型

·设计矩阵

·执行线性回归

·增加和减少预测器

·加强鲁棒性

·广义线性回归

·非线性回归

处理多维数据

目标:了解对数据集降维的方法，对数据进行分类。

·?特征转换

·?特征选择

·?分类

·?聚类

随机数和仿真

目标:使用随机数仿真系统的不确定性。主要介绍产生各种不同分布的随机数和随机数声生成的算法。?

·子举和仿真

·随机数生成器

·随机数流

·任意分布