第一节 统计学习与推理基础 第二节 统计模型与参数推断 第三节 聚类分析、主成分分析与Fisher判别 第四节 贝叶斯推理 第五节 隐马尔可夫模型 第六节 动态神经网络 第七节 支持向量机 第八节 MATLAB的应用实例

7.1空间分析的基本概念 一发展、定义、目的、方法 7.2矢量数据的空间分析 一缓冲区分析 -叠置分析 -网络分析 7.3栅格数据的空间分析 -聚类分析 -窗口分析

新疆大学：《计量地理学》课程教学资源（讲稿）第四章 时间序列分析与系统聚类分析

《医学统计学》课程教学课件（PPT讲稿）第三部份 多元统计分析（聚类分析）

7.1 模糊数学概述 7.2 模糊集合 7.3 模糊关系与模糊矩阵 7.4 模糊模式分类的直接方法和间接方法 7.5 模糊聚类分析法

实验 1 SAS 基本操作. 1 实验 2 SAS 编程基础. 13 实验 3 SAS 的描述统计功能 . 20 实验 4 统计图形. 28 实验 5 区间估计与假设检验. 39 实验 6 分布拟合检验. 48 实验 7 简单相关分析与一元线性回归分析 . 54 实验 8 多元线性回归分析与非线性回归分析 . 65 实验 9 单因素方差分析. 86 实验 10 双因素方差分析. 94 实验 11 主成分分析 . 101 实验 12 因子分析. 113 实验 13 聚类分析. 130 实验 14 判别分析. 144 实验 15 典型相关分析. 156 实验 16 综合实验. 160

一 聚类的经济学需求 二 聚类算法与实现 三 聚类的金融案例

中央财经大学：《大数据金融》课程教学课件（PPT讲稿）第4章 聚类分析及其在金融运用

《多元统计分析》课程教学资源（课件讲稿）第二十讲 聚类分析

武汉理工大学：《模式识别》课程授课教案（讲义）第5章 聚类分析