《數(shù)據(jù)分析與模擬叢書：基于Matlab的地理數(shù)據(jù)分析》面向地理問題，基于Matlah軟件，講述了大量數(shù)學方法的應用思路和過程。內容涉及回歸分析、主成分分析、因子分析、聚類分析、判別分析、時（空）間序列分析、Markov鏈、R/S分析、線性規(guī)劃、層次分析法以及人工神經網絡建模等方法。通過模仿本書講授的計算過程，讀者可以加深對有關數(shù)學方法的認識和理解，并且掌握很多Matlab的應用技巧。本書最初以北京大學本科生計量地理學的輔助教材形式出現(xiàn)，但實際上是作者對Matlab計算功能深入應用的經驗總結。本書中的講授體例與一般Matlab的教科書不同，計算過程設計為筆者獨創(chuàng)，在閏內外其他教科書中未曾見到。
本書雖然是以地理數(shù)據(jù)為分析對象展開論述的，但所涉及的內容絕大多數(shù)為通用方法。只要改變數(shù)據(jù)的來源，書巾給m的計算過程完全可以應用到其他領域。本書可供地理學、生態(tài)學、環(huán)境科學、地質學、經濟學、城市規(guī)劃以及醫(yī)學、生物學等諸多領域的學生、研究人員和工程技術人員學習或參考。
陳彥光，男，1965年生，河南羅山人北京大學城市與環(huán)境學院副教授，博士，講授研究生“地理教學方法”、本科生“計量地理學”以及“城市規(guī)劃系統(tǒng)r程學”等課程中國地理學會學術委員會委員（2006-2009），國際ICA地理空間分析和建模委員會委員（2008-2012）。專業(yè)方向為城市、理論地理學和交叉科學，主要從事地理分形和空間復雜性研究主持或參與完成省部級以上科研項目近20項，發(fā)表中文研究論文160余篇，英文論文30余篇出版理論專著3部（含合著），獨立出版教材5部，參編教材1部1998年被評為河南省優(yōu)秀中青年骨干教師，2011年獲北京大學2011年度中國工商銀行優(yōu)秀教師獎。
第1章 一元線性回歸分析
1.1 線性回歸模型的矩陣形式
1.1.1 同歸模型的矩陣表示
1.1.2 主要統(tǒng)計量的矩陣表示
1.2 一元線性回歸
1.2.1 數(shù)據(jù)的初步考察
1.2.2 第一種模型求解途徑——矩陣運算
1.2.3 第二種模型求解途徑——多項式擬合
1.2.4 第三種模型求解途徑——調用回歸分析程序包
1.3 統(tǒng)計檢驗
1.3.1 相關知識的說明
1.3.2 主要的統(tǒng)計檢驗
1.4 總體回歸估計和預測分析
1.4.1 總體回歸估計
1.4.2 解釋和外推預測分析
第1章 一元線性回歸分析
1.1 線性回歸模型的矩陣形式
1.1.1 同歸模型的矩陣表示
1.1.2 主要統(tǒng)計量的矩陣表示
1.2 一元線性回歸
1.2.1 數(shù)據(jù)的初步考察
1.2.2 第一種模型求解途徑——矩陣運算
1.2.3 第二種模型求解途徑——多項式擬合
1.2.4 第三種模型求解途徑——調用回歸分析程序包
1.3 統(tǒng)計檢驗
1.3.1 相關知識的說明
1.3.2 主要的統(tǒng)計檢驗
1.4 總體回歸估計和預測分析
1.4.1 總體回歸估計
1.4.2 解釋和外推預測分析
1.5 小結
第2章 多元逐步回歸分析
2.1 多元線性回歸分析
2.1.1 第一種途徑——利用矩陣運算
2.1.2 第二種途徑——調用回歸分析程序包
2.1.3 統(tǒng)計檢驗
2.2 多重共線性判斷
2.2.1 VIF值的第一種計算方法
2.2.2 VIF值的第二種計算方法
2.2.3 多元同歸分析的變量選擇問題
2.3 逐步回歸分析
2.3.1 Matlab逐步回歸功能說明
2.3.2 逐步回歸的實現(xiàn)
2.3.3 回歸結果的輸出和解讀
2.4 逐步擬合
2.4.1 怏速擬合方法
2.4.2 詳細擬合方法
2.4.3 幾點說明
2.5 小結
第3章 非線性模型參數(shù)估計
3.1 常見數(shù)學模型表達式
3.2 常見實例——一變量的情形
3.2.1 指數(shù)模型（Ⅰ）
3.2.2 對數(shù)模型
3.2.3 冪指數(shù)模型
3.2.4 雙曲線模型
3.2.5 Logistic模型（二參數(shù)形式）
3.2.6 指數(shù)模型（Ⅱ）
3.2.7 指數(shù)模型與Iogistic模型
3.3 常見實例——一變量化為多變量的情形
3.3.1 多項式模型
3.3.2 二次指數(shù)模型
3.3.3 三參數(shù)logistic模型
3.3.4 Gamma模型
3.4 常見實例——多變量的情形
3.4.1 Cobb-Douglas生產函數(shù)
3.4.2 帶有交叉變量的回歸模型
3.5 廣義線性擬合
3.5.1 廣義線性擬合函數(shù)
3.5.2 典型的例子
3.6 方法比較
3.7 小結
第4章 主成分分析
4.1 實例和數(shù)據(jù)
4.1.1 案例數(shù)據(jù)
4.1.2 數(shù)據(jù)的保存與調用
4.2 第一套計算方案
4.2.1 詳細計算步驟
4.2.2 計算程序的整理和結果的輸出
4.2.3 計算結果的整理
4.3 第二套計算方案
4.3.1 程序的修改
4.3.2 兩套方案的比較
4.4 第三套計算方案
4.4.1 計算程序
4.4.2 T統(tǒng)計量
4.5 配套函數(shù)的調用
4.5.1 從協(xié)方差矩陣出發(fā)
4.5.2 主成分的殘差分析
4.5.3 Bartlett檢驗
4.6 結果分析方法
4.6.1 結果分析
4.6.2 綜合評價
4.7 小結
第5章 因子分析
第6章 層次聚類分析
第7章 判別分析
第8章 自相關分析
第9章 自回歸分析
第10章 譜分析
第11章 小波分析
第12章 R/S分析
第13章 Markov鏈分析
第14章 線性規(guī)劃
第15章 層次分析法
第16章 人工神經網絡
書單推薦
