《数据分析与处理》PPT课件

《《数据分析与处理》PPT课件》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、《数据分析与处理》主讲:数理与信息工程学院何国龙2011年8月8日数学建模基础选讲数据导入与导出从外部文本文件导入数据到MatLab的工作区;1)File/Importdata2)利用内置函数高级IO函数低级IO函数loadfopenImportdatafclosedlmreadfgetstextreadfgetlstrreadtextscan……MatLab程序区数据外部数据文本外部Excel文件数据交换示意图2.将MatLab的工作区数据写出到外部磁盘文件;1)save(e.g.save'123.txt'test-asci

2、isave'123'test->123.mat)useloadtoretrieve2)dlmwriterefpdfhelpfile3)fprintfrefout_data.m3.从Excel文件导入数据到MatLab工作区1)importdata,工作区变量data,textdata2)用xlsread调入数据4.从MatLab写出数据到Excel文件xlswrite函数e.g.[s,t]=xlswrite(filename,var)从MatLab操作Excel文件Excel=actxserver('Excel.Applica

3、tion');Excel.Visible=1;将Excel作为ACtiveX服务器打开,与MatLab交互,refVBAe.g.test_Excel.m数据预处理1.数据的平滑处理smooth函数的使用smooth_1.mref:smooth.pdf对于多元数据,当各变量的量纲和数量级不一致时,往往需要对数据进行预处理,以消除量纲和数量级的限制,便于分析.2.数据的标准化变换3.数据的极差归一化变换数据的标准化变换极差归一化变换经过极差变换,每个元素位于[0,1],列的最大最小元分别变换为1与0数据拟合0.观察数据的散点图,辅

4、助判别数据拟合应采纳的模型plot_1.m数据文件:cliamate_data.xlsplot_2.m数据文件:data2009.xls一元线性回归分析函数regressregress函数可用于多重线性或广义线性回归分析,特别地也适合作一元线性回归分析Ref:editregress.mp-重广义线性回归模型Y的n次独立观察数据模型设计矩阵X需要拟合估计的系数向量误差向量p-重线性回归模型最简单的情形:一元线性多重回归分析序号yx1x2x3x4x5144.64489.56.862178245.34075.1662185354.3

5、4485.85.245156459.64268.24.940166549.938895.555178644.84777.5758176745.740767.270176849.14381.26.564162939.44481.47.9631741060.13881.95.2481701150.544736.1451681237.44587.78.4561861344.84566.56.751176假设的关联数据dchg.xls一次项多重回归一次项交叉项二次项多重回归研究样本或指标之间存在程度不同的相似性（亲疏关系——以样本间距

6、离衡量）。根据一批样本的多个观测指标，具体找出一些能够度量样品或指标之间相似程度的统计量，以这些统计量为划分类型的依据。把一些相似程度较大的样本（或指标）聚合为一类，把另外一些彼此之间相似程度较大的样本（或指标）又聚合为另一类，直到把所有的样本（或指标）聚合完毕，这就是分类的基本思想。在聚类分析中，根据分类对象的不同分为Q型聚类分析和R型聚类分析两大类。聚类分析常用的样品对距离Ref:pdist常用聚类方法最短距离法(singlelinkagemethod)最长距离法(completelinkagemethod)中间距离法(m

7、edianmethod)重心法(centroidhierarchicalmethod)类平均法(averagelinkagemethod)离差平方和法(Wardmethod)与系统聚类法相关的MatLab函数包括:pdist;squareform;linkage;dendrogram;cophenet;inconsistent;cluster;clusterdatag1g2g3g4g5g10g210g3540g47620g5109530g6g3g4G5G60G340G4620G59530g6g7G5G60G740G5930G6

8、={g1,g2}g8g5g80g540G7={g3,g4}G8={g5,g7}G9={g5,g8}聚类分析示意图主成分分析是一种通过降维技术把多个变量化为少数几个主成分(即综合变量)的多元统计方法,这些主成分能够反映原始变量的大部分信息,通常表现为原始变量的线性组合,为使得主