幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

大氣科學中的統計方法(第4版上下氣象+人工智慧系列教材)

  • 作者：(美)丹尼爾·S.威爾克斯|責編:張媛|譯者:朱玉祥
  • 出版社：氣象
  • ISBN：9787502981242
  • 出版日期：2023/08/01
  • 裝幀：平裝
  • 頁數：685
人民幣：RMB 298 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    《大氣科學中的統計方法》（第4版）對大氣科學中使用的統計方法（包括機器學習方法）做了全面系統的講述，適用於氣象、海洋、環境等領域的學生和科研及業務人員。
    全書共分16章：第1章引言；第2章概率論回顧；第3章經驗分佈與探索性數據分析；第4章參數概率分佈；第5章頻率統計推斷；第6章貝葉斯推斷；第7章統計預報；第8章集合預報；第9章預報檢驗；第10章時間序列；第11章矩陣代數與隨機矩陣；第12章多元正態分佈；第13章主成分分析；第14章向量對的多元分析；第15章判別與分類；第16章聚類分析。
    對學生來說，本書可以作為教材使用；對科研和業務人員來說，也可以將本書作為參考書。學生讀者可以是高年級的本科生或剛開始做科研的研究生，這些讀者對本書中參考文獻可能並不十分關注，因此書中參考文獻的內容大都介紹得很簡略。每章結尾的練習題，對學生鞏固學習效果很有幫助，而科研和業務人員可能很少使用，但科研和業務人員在參考文獻中可以找到有用的切入點，並且可以進一步展開更廣泛的文獻閱讀。因此，本書中提供的大量參考文獻對科研和業務工作提供了便利。
作者介紹
(美)丹尼爾·S.威爾克斯|責編:張媛|譯者:朱玉祥
目錄
序一
序二
譯者序
第4版前言
第3版前言
第2版前言
第1版前言
上冊
第1章  引言
  1.1  什麼是統計學
  1.2  描述性統計和推斷性統計
  1.3  關於大氣的不確定性
第2章  概率論回顧
  2.1  背景
  2.2  概率的要素
  2.3  概率的意義
  2.4  概率的性質
  2.5  習題
第3章  經驗分佈與探索性數據分析
  3.1  背景
  3.2  數字歸納統計量
  3.3  圖形歸納方法
  3.4  數據的重新表示
  3.5  配對數據的探索分析技術
  3.6  高維數據的可視化
  3.7  習題
第4章  參數概率分佈
  4.1  背景
  4.2  離散分佈
  4.3  統計學的期望值
  4.4  連續分佈
  4.5  擬合優度的定性評估
  4.6  使用最大似然法進行參數擬合
  4.7  統計模擬
  4.8  習題
第5章  頻率統計推斷
  5.1  背景
  5.2  一些常見的參數檢驗
  5.3  非參數檢驗
  5.4  檢驗的多重性與「場的顯著性」
  5.5  多均值間的方差分析和比較
  5.6  習題
第6章  貝葉斯推斷
  6.1  背景
  6.2  貝葉斯推斷的結構
  6.3  共軛分佈
  6.4  困難積分的處理
  6.5  習題
第7章  統計預報
  7.1  背景

  7.2  線性回歸
  7.3  多元線性回歸
  7.4  多元回歸中預報因子的選擇
  7.5  多元回歸的正則化/收縮方法
  7.6  非線性回歸
  7.7  非參數回歸
  7.8  「機器學習」方法
  7.9  使用傳統統計方法的客觀預報
  7.10  主觀概率預報
  7.11  習題
第8章  集合預報
  8.1  背景
  8.2  集合預報
  8.3  單變數集合的后處理
  8.4  多元(變數)集合的后處理
  8.5  集合預報信息的圖形顯示
  8.6  習題
下冊
第9章  預報檢驗
  9.1  背景
  9.2  對離散預報量的非概率預報
  9.3  對連續預報量的非概率預報
  9.4  對離散預報量的概率預報
  9.5  連續預報量的概率分佈預報
  9.6  分位數預報
  9.7  集合預報的檢驗
  9.8  空間場的非概率預報
  9.9  基於經濟價值的檢驗
  9.10  觀測值不確定時的檢驗
  9.11  檢驗統計量的抽樣和推斷
  9.12  習題
第10章  時間序列
  10.1  背景
  10.2  時域——Ⅰ.離散數據
  10.3  時域——Ⅱ.連續數據
  10.4  頻域——Ⅰ.諧波分析
  10.5  頻域——Ⅱ.譜分析
  10.6  時頻分析
  10.7  習題
第11章  矩陣代數與隨機矩陣
  11.1  多元統計學的背景
  11.2  多元距離
  11.3  矩陣代數回顧
  11.4  隨機向量和矩陣
  11.5  習題
第12章  多元正態分佈
  12.1  多元正態分佈的定義
  12.2  多元正態分佈的性質
  12.3  轉換為多元正態分佈並進行評估
  12.4  多元正態分佈的模擬

  12.5  多元正態均值向量的推斷
  12.6  習題
第13章  主成分分析
  13.1  主成分分析的基礎知識
  13.2  主成分分析在地球物理場中的應用
  13.3  主成分的截斷
  13.4  特徵值和特徵向量的抽樣性質
  13.5  特徵向量的旋轉
  13.6  計算上的考慮
  13.7  主成分分析的一些其他應用
  13.8  習題
第14章  向量對的多元分析
  14.1  尋找耦合模態：典型相關分析、最大協方差分析和冗余分析
  14.2  典型相關分析
  14.3  最大協方差分析
  14.4  冗余分析
  14.5  典型相關分析、最大協方差分析和冗余分析的統一和推廣
  14.6  習題
第15章  判別與分類
  15.1  判別與分類
  15.2  兩個總體的分離
  15.3  多重判別分析
  15.4  用判別分析做預報
  15.5  傳統判別分析方法的常規替代
  15.6  傳統判別分析方法的「機器學習」替代
  15.7  習題
第16章  聚類分析
  16.1  背景
  16.2  分層聚類
  16.3  非分層聚類
  16.4  自組織映射(SOM)方法
  16.5  習題
參考文獻
附錄
  附錄A  書中例子的數據集
  附錄B  概率表
  附錄C  符號和縮略詞
  附錄D  習題答案
  附錄E  希臘字母讀音

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032