多元统计分析-王学民 上海财经大学
https://www.icourse163.org/learn/tufc-1003381022?tid=1003610024#/learn/announce
配套资料下载地址：
https://pan.quark.cn/s/2b99a0495953
视频选集
（25/115）
1.1.1 矩阵的定义
06:28
1.1.2 矩阵的运算
03:48
1.2 正交矩阵
07:56
1.3.1矩阵的行列式、逆和秩 - 1.3.1矩阵的行列式(HD)
02:53
1.3.2矩阵的行列式、逆和秩 - 1.3.2矩阵的逆(HD)
02:58
1.3.3 矩阵的秩
03:40
1.4.1矩阵的特征值、特征向量和迹 - 1.4.1矩阵的特征值和特征向量(HD)
04:42
1.4.2矩阵的特征值、特征向量和迹 - 1.4.2矩阵的迹(HD)
01:42
1.5.1正定矩阵、非负定矩阵和矩阵函数值的SAS输出 - 1.5.1正定矩阵和非负定矩阵(HD)
05:58
1.5.2 矩阵函数值的SAS输出
03:12
2.1.1多元分布 - 2.1多元分布(HD)
06:28
2.2.1 数学期望
02:58
2.2.2 协方差矩阵
09:00
2.2.3 相关矩阵
06:33
2.3.1欧氏距离和马氏距离 - 2.3.1欧氏距离(HD)
08:58
2.3.2欧氏距离和马氏距离 - 2.3.2马氏距离(HD)
08:01
2.4.1多元正态分布 - 2.4多元正态分布(HD)
09:49
2.5.1极大似然估计及估计量的无偏性 - 2.5.1简单随机样本(HD)
03:14
2.5.2极大似然估计及估计量的无偏性 - 2.5.2极大似然估计(HD)
04:59
2.5.3 估计量的无偏性
04:55
2.6.1JMP入门 - 2.6.1JMP入门简介(HD)
06:03
2.6.2JMP入门 - 2.6.2一个样例数据的一元分析演示(HD)
06:24
2.7.1一个案例的JMP演示 - 2.7.1数据的输入和数据的导入(HD)
03:43
2.7.2 各变量数据同时做一元分析演示
02:38
2.7.3一个案例的JMP演示 - 2.7.3多变量数据基本分析演示(HD)
09:50
3.1.1引言 - 3.1引言(HD)
06:58
3.2.1两组距离判别 - 3.2.1从总体出发的判别(HD)
07:56
3.2.2两组距离判别 - 3.2.2从样本出发的判别(HD)
04:54
3.2.3 误判概率的非参数估计
07:47
3.2.4两组距离判别 - 3.2.4两组协差阵不等时的情形(HD)
01:09
3.3.1 多组的判别规则
07:11
3.3.2 采用线性还是二次判别函数的策略
03:48
3.3.3 案例分析1
04:09
3.4.1 最大后验概率法的判别规则
06:24
3.4.2 皆为正态组的情形
04:15
3.4.3贝叶斯判别最大后验概率法 - 3.4.3案例分析1续(HD)
12:27
3.5.1贝叶斯判别最小期望误判代价法 - 3.5.1两组的一般情形(HD)
09:06
3.5.2贝叶斯判别最小期望误判代价法 - 3.5.2两组的一些特殊情形(HD)
06:47
3.5.3 两个正态组的情形
05:54
3.5.4贝叶斯判别最小期望误判代价法 - 3.5.4多组的情形(HD)
04:53
3.5.5贝叶斯判别最小期望误判代价法 - 3.5.5贝叶斯判别与距离判别的比较(HD)
01:38
3.6.1费希尔判别 - 3.6.1费希尔判别的基本思想(HD)
07:07
3.6.2费希尔判别 - 3.6.2费希尔判别函数(HD)
05:39
3.6.3费希尔判别 - 3.6.3判别函数得分图(HD)
01:52
3.6.4费希尔判别 - 3.6.4案例分析2(HD)
05:26
3.6.5 需注意的两点
01:53
3.6.6费希尔判别 - 3.6.6判别规则(HD)
01:10
4.1 引言
03:52
4.2 距离和相似系数
09:24
4.3.1系统聚类法 - 4.3.1系统聚类法的概念(HD)
04:40
4.3.2系统聚类法 - 4.3.2最短距离法(HD)
06:29
4.3.3 最长距离法
03:14
4.3.4系统聚类法 - 4.3.4类平均法(HD)
01:21
4.3.5 重心法
01:32
4.3.6系统聚类法 - 4.3.6离差平方和法(HD)
03:41
4.3.7系统聚类法 - 4.3.7案例分析1(HD)
11:10
4.4.1聚类中的若干问题 - 4.4.1系统聚类法的单调性(HD)
02:52
4.4.2 使用图形作直观的聚类
04:10
4.4.3聚类中的若干问题 - 4.4.3使用图形对聚类效果的评估(HD)
08:15
4.4.4 对变量的聚类及案例分析2
05:55
4.4.5聚类中的若干问题 - 4.4.5类的个数(HD)
04:58
4.5.1动态聚类法k均值法 - 4.5.1动态聚类法的概念(HD)
02:48
4.5.2动态聚类法k均值法 - 4.5.2k均值法的基本步骤(HD)
05:05
4.5.3动态聚类法k均值法 - 4.5.3案例分析1续(HD)
03:30
4.5.4动态聚类法k均值法 - 4.5.4使用k均值法应注意的问题(HD)
02:14
5.1 引言
07:48
5.2.1总体的主成分 - 5.2.1主成分的定义及解(HD)
05:57
5.2.2总体的主成分 - 5.2.2主成分的性质1、2和3(HD)
05:10
5.2.3总体的主成分 - 5.2.3主成分的性质4(HD)
06:39
5.2.4 从相关阵出发求主成分
08:51
5.3.1样本的主成分 - 5.3.1从样本协差阵出发求主成分(HD)
05:27
5.3.2 从样本相关阵出发求主成分
02:02
5.3.3样本的主成分 - 5.3.3主成分分析的应用(HD)
02:05
5.4.1若干案例 - 5.4.1案例分析1(HD)
11:22
5.4.2若干案例 - 5.4.2案例分析2(HD)
08:01
5.4.3若干案例 - 5.4.3案例分析3(HD)
04:03
5.4.4若干案例 - 5.4.4案例分析4(HD)
09:45
5.5.1若干补充及主成分应用中需注意的问题 - 5.5.1主成分的保留个数(HD)
06:08
5.5.2若干补充及主成分应用中需注意的问题 - 5.5.2关于样本容量n的大小(HD)
00:57
5.5.3若干补充及主成分应用中需注意的问题 - 5.5.3关于异常值的影响(HD)
00:37
5.5.4若干补充及主成分应用中需注意的问题 - 5.5.4关于时间序列数据(HD)
02:37
5.5.5若干补充及主成分应用中需注意的问题 - 5.5.5主成分用于聚类分析(HD)
04:26
5.5.6若干补充及主成分应用中需注意的问题 - 5.5.6关于不同时期的主成分分析(HD)
02:11
5.5.7 关于定性数据
01:44
5.5.8若干补充及主成分应用中需注意的问题 - 5.5.8对主成分综合得分方法的质疑(HD)
01:01
6.1.1引言 - 6.1引言(HD)
06:40
6.2.1 数学模型
05:25
6.2.2 正交因子模型的性质
07:20
6.2.3正交因子模型 - 6.2.3因子载荷矩阵的统计意义(HD)
05:35
6.3.1参数估计 - 6.3.1主成分法(HD)
04:04
6.3.2参数估计 - 6.3.2案例分析1(HD)
08:00
6.3.3参数估计 - 6.3.3主因子法(HD)
07:44
6.3.4参数估计 - 6.3.4案例分析1续1(HD)
02:58
6.3.5参数估计 - 6.3.5极大似然法及案例分析1续2(HD)
02:37
6.4.1因子旋转 - 6.4.1正交旋转(HD)
10:02
6.4.2因子旋转 - 6.4.2最大方差旋转法及案例分析1续3(HD)
05:57
6.4.3因子旋转 - 6.4.3案例分析2(HD)
02:51
6.4.4因子旋转 - 6.4.4案例分析3(HD)
06:38
6.5.1因子得分 - 6.5.1回归法的因子得分(HD)
02:46
6.5.2因子得分 - 6.5.2案例分析3续(HD)
07:14
6.5.3因子得分 - 6.5.3对因子综合得分方法的质疑(HD)
01:11
7.1 引言
10:52
7.2.1行轮廓和列轮廓 - 7.2.1列联表(HD)
02:18
7.2.2行轮廓和列轮廓 - 7.2.2对应矩阵(HD)
02:03
7.2.3行轮廓和列轮廓 - 7.2.3行、列轮廓(HD)
03:18
7.2.4行轮廓和列轮廓 - 7.2.4案例分析1(HD)
06:17
7.3.1总惯量 - 7.3.1总惯量的概念(HD)
02:17
7.3.2总惯量 - 7.3.2总惯量为零的等价情形(HD)
03:53
7.3.3总惯量 - 7.3.3总惯量的分解(HD)
03:13
7.4.1行、列轮廓的坐标 - 7.4行、列轮廓的坐标(HD)
07:20
7.5.1对应分析图 - 7.5.1对应分析图的构建(HD)
04:11
7.5.2对应分析图 - 7.5.2行列点之间的距离(HD)
06:13
7.5.3对应分析图 - 7.5.3行点和列点相近的意涵(HD)
04:12
7.5.4对应分析图 - 7.5.4案例分析1续(HD)
03:55
7.5.5 案例分析2
08:56
顶部