食品安全风险监测数据综合分析方法及应用 肖革新主编 2018年版

食品安全风险监测数据综合分析方法及应用
作者： 肖革新主编
出版时间：2018年版
内容简介
　　《食品安全风险监测数据综合分析方法及应用》共7章，内容包括食品安全风险监测业务及数据分析概述、食品安全风险监测数据的特点、预处理方法、探索性分析、经典统计分析方法、时空统计分析方法以及机器学习分析方法。各章紧扣食品安全风险监测数据综合分析方法主题，理论结合实际，启发读者深度思考。为加深读者理解，每章的内容分为理论和案例两部分，内容丰富，针对性强，能力培养目标明确。力求使读者学完《食品安全风险监测数据综合分析方法及应用》后，能够运用食品安全风险监测数据综合分析方法的基本知识与实践方法。
目录
目录
前言
第1章 食品安全风险监测业务及数据分析概述 1
1.1 食品安全风险监测业务概述 1
1.2 如何学习数据分析方法 2
1.3 主要工具 2
第2章 食品安全风险监测数据的特点 4
2.1 食品中的化学污染物监测数据特点 4
2.2 食品中的微生物监测数据特点 6
2.3 食源性疾病主动监测数据特点 8
第3章 食品安全风险监测数据的预处理方法 11
3.1 数据预处理概述 11
3.2 缺失值的预处理 12
3.3 异常值的预处理 16
3.4 特殊数据的预处理 19
第4章 食品安全风险监测数据的探索性分析 22
4.1 探索性数据分析概述 22
4.2 数据的类型 23
4.3 数据的概括性量度 24
4.4 数据的可视化 33
第5章 食品安全风险监测数据的经典统计分析方法 38
5.1 差异的显著性检验 38
5.2 相关性分析 44
5.3 方差分析 51
5.4 线性回归 55
5.5 主成分分析 60
第6章 食品安全风险监测数据的时空统计分析方法 62
6.1 空间数据可视化 62
6.2 最邻近距离分析 63
6.3 空间自相关分析 68
6.4 时空聚集性分析 83
6.5 空间插值分析 95
6.6 空间回归分析 115
6.7 时间序列分析 136
第7章 食品安全风险监测数据的机器学习分析方法 148
7.1 关联规则挖掘 149
7.2 决策树算法 150
7.3 随机森林算法 151
7.4 人工神经网络算法 152
7.5 支持向量机算法 155
7.6 机器学习应用案例 156
参考文献 165