模糊数据统计学

出版时间：2008-3  出版社：哈尔滨工业大学出版社  作者：王忠玉,吴柏林  页数：233  
Tag标签：无  

内容概要

　　本书把可利用模糊数据刻画的模糊现象纳入到统计学的研究范畴，将模糊数学的研究思想及方法与统计学融合，并且结合软计算方法，提出模糊数据描述统计量、模糊数据问卷调查、模糊数据均数估计、模糊数据假设检验、模糊数据回归模型、模糊数据样本排序及非参数检验方法、模糊数据时间数列分析及预测等，阐述深入浅出，理论结合实际，在探讨模糊统计基本理论基础上，构建一套完整的专门研究模糊数据的统计方法体系，反映出发展中的模糊数据统计学的最新成果及趋势，为研究和处理复杂性数据提供一种新的软计算方法及理论。　　　　本书可作为数学、应用数学、统计学等专业的本科高年级的前沿专题及研究生教材，也可作为数量经济学、金融学、心理学、社会学等专业硕士研究生以及对模糊统计感兴趣的科技人员的有关教材及参考书。

书籍目录

第1章　引论1.1 人的感知与模糊性1.2 模糊集合与隶属度1.3 模糊集合运算1.4 模糊矩阵1.5 截集与支集第2章　隶属函数及软计算方法2.1 隶属函数2.2 模糊数据与软计算2.3 模糊关系2.4 模糊等价关系2.5 语意计量与相似度第3章　模糊数据描述统计量3.1 模糊数据样本均数3.2 模糊数据样本众数3.3 模糊数据样本中位数3.4 模糊数据统计量的一些性质第4章　模糊数据问卷调查4.1 社会思维的分歧性与模糊性4.2 模糊数据问卷设计与特征获取4.3 模糊数据测量表4.4 个案研究：选民投票意向与选情预测4.5 结论附表4.1 乐观测量表附表4.2 ABC市长选民投票意向问卷第5章　模糊数据均数估计5.1 模糊数据总体均数5.2 模糊数据总体均数最佳估计方法5.3 模糊数据估计量的评判准则第6章　模糊数据假设检验6.1 距离6.2 模糊数据总体均数检验6.3 模糊分类数据的卡方同质性检验第7章　模糊聚类分析7.1 模糊聚类法7.2 模糊权重分析与判定程序7.3 加权模糊分类7.4 茶叶等级分类实例7.5 结论附表7.1 中国台湾69个茶树品种春季制茶质量的评分比较附表7.2 中国台湾69个茶树品种全年制茶质量的评分比较附表7.3 中国台湾69个茶树品种春茶的分类结果附表7.4 中国台湾69个茶树品种全年的分类结果附表7.5 中国台湾69个茶树品种春茶制茶质量加权模糊聚类分析附表7.6 中国台湾69个茶树品种全年制茶质量加权模糊聚类分析第8章　模糊数据回归模型及应用8.1 模糊数据回归简介8.2 模糊数据回归建构8.3 模糊数据回归的参数估计8.4 景气对策信号实例8.5 篮球比赛攻防策略实例8.6 结论第9章　模糊数据样本排序及非参数检验方法9.1 模糊数据样本排序9.2 模糊数据中位数的符号检验及应用9.3 模糊数据样本排序方法应用于威尔克森符号秩检验9.4 模糊数据样本排序方法应用于威尔克森秩和检验9.5 模糊数据样本排序方法应用于克鲁斯考尔和沃利斯秩检验9.6 结论第10章　模糊数据时间数列分析及预测10.1 引言10.2 模糊数据时间数列的统计分析10.3 模糊数据自回归时间数列（FAR（p））10.4 模糊数据时间数列模型建立10.5 景气对策信号实例10.6 结论第11章　问题及展望附录参考文献

章节摘录

　　第1章　引论　　第1章和第2章是全书的内容基础。第1章以人对事物现象认识的感知与模糊性作为切入点，阐述模糊性是人对事物认识的一种表征及反应。然后，引入模糊集合的定义及刻画模糊集合的表示函数——隶属度（Membership），对模糊集合的各种运算、模糊矩阵、模糊截集以及支集等内容进行较详细的讨论，并以各种事例阐明概念和运算。　　对于已经学习过模糊数学的人来说，可以直接从第3章模糊数据描述统计量开始阅读及学习。对于那些没有模糊数学知识的人来说，第1章和第2章的内容则是极为基本而必需的，因为它们对学习后续各章的知识提供刻画与表述模糊现象的认识框架及数量化描述方法。本书内容写作的自给自足特点正是为以前没有学习过模糊数学知识的人而设计的。　　1.1　人的感知与模糊性　　人类的思维主要是源于对自然现象和社会现象的认知意识，而人类的知识语言也会因本身的主观意识、时间、环境以及分析事情的角度不同而具有模糊性。模糊理论的产生即是参考人类思维方式对环境所用的模糊测度与分类原理，给予较稳健的描述方式，以便处理多元复杂的暖昧关系与不确定性现象。　　通常，人类思维有两种形式，一种为形式化思维（Formal Thinking），另一种为模糊思维（Fuzzy Thinking）；前者具有逻辑性和顺序性的思考，而后者则是全体性和综合性的思考。当面临决策判断而进行思考时，基于形式化思维的二元逻辑，常常很难表示出人类思考的多元逻辑特性。

编辑推荐

　　本书内容自给自足，第1章和第2章是全书的基础内容，介绍模糊数学的基本知识，并阐述模糊数据的一些软计算方法等。而从第3章至第10章为本书的重点内容——模糊数据统计学，内容涉及模糊数据问卷调查，模糊聚类分析，模糊数据回归分析，模糊数据非参数统计，模糊数据时间数列分析及预测。我们列举出社会科学的一些应用实例，比如模糊问卷调查表，乐观测量表，风景区满意度调查，茶叶模糊分类，模糊回归及景气循环，模糊时间数列。第11章内容涉及当今模糊数据统计学发展中所遇到的问题与前景。本书内容新颖，阐述深入浅出，理论结合实际，反映出发展中的模糊数据统计学的最新成果及趋势，为社会科学中的数量化方法及理论提供一种新颖的软计算方法及理论。期望以此抛砖引玉，开创21世纪模糊数据统计理论及应用研究的崭新领域。