计算化学 内容简介
计算化学是化学、计算方法、统计学和程序设计等多学科交叉融合的一门新兴学科。它运用数学、统计学与计算机程序设计的方法，进行化学、化工的理论计算，试验设计，数据与信息处理、分类、分析和预测。
本书主要内容包括：数理统计分析、一元回归分析、多元校正回归基础、主成分分析与多元校正、模式识别方法、神经网络在化学中的应用、构效关系研究和分子拓扑指数、分子模拟、实验设计与优化、matlab在化学中的应用等。
本书可用作化学类、化学工程与工艺、制药工程、高分子材料、环境科学与工程等专业本科生和研究生教材，也可作为对计算化学有兴趣的化学、化工等专业技术人员和青年教师的参考书。
计算化学 目录
第0章 绪论
0.1 什么是计算化学
0.2 计算机在化学中的应用
o.2.1 按化学体系分类
0.2.2 按计算机应用方法分类
0.3 计算化学的普及
o.4 计算化学未来的发展
0.5 结语
第1章 数理统计基础
1.1 误差
1.1.1 误差的定义
1.1.2 误差的来源
1.1.3 误差的类型
1.1.4 精密度和准确度
1.1.5 偶然误差的传递
1.1.6 系统误差的传递
1.2 基础统计学概念
1.3 区间估计
1.3.1 允许区间
1.3.2 总体均值的置信区间估计
1.4 结果的表示
1.4.1 有效数字的定义
1.4.2 有效数字与不确定度的关系
1.5 置信区间的其他应用
1.6 显著性检验
1.6.1 显著性水平
1.6.2 x2检验
1.6.3 t检验
1.6.4 f检验
1.7 坏值的剔除
第2章 一元回归分析
2.1 一元线性回归
2.1.1 一元线性回归方程的求法
2.1.2 相关系数和显著性检验
2.1.3 一元线性回归的方差分析
2.1.4 斜率b和截距a的区间估计及斜率6的显著性检验
2.1.5 x值和检测限的计算
2.1.6 标准加入法
2.1.7 借助回归线进行分析方法的比较
2.1.8 权重回归分析
2.2 一元非线性回归
第3章 多元校正分析基础
3.1 多元线性回归
3.1.1 多元线性田归的原理
3.1.2 多元线性回归模型的效果分析
3.1.3 多元线性回归的应用
3.2 经典*小二乘法
3.3 反推*小二乘法
第4章 主成分分析与多元校正
4.1 主成分分析
4.1.1 主成分分析的基本概念
4.1.2 主成分的计算原理
4.1.3 主成分的性质
4.1.4 主成分的计算方法
4.1.5 主成分数的判别
4.2 主成分回归
4.3 偏*小二乘回归法
4.4 目标因子分析
4.4.1 因子分析基本概念
……
第5章 模式识别方法
第6章 人工神经网络在化学中的应用
第7章 构效关系研究和分子拓扑指数
第8章 分子模拟
第9章 实验设计与优化
第10章 matlab在化学中的应用
附录
参考文献
计算化学 节选
《计算化学》内容简介：计算化学是化学、计算方法、统计学和程序设计等多学科交叉融合的一门新兴学科。它运用数学、统计学与计算机程序设计的方法，进行化学、化工的理论计算，试验设计，数据与信息处理、分类、分析和预测。《计算化学》主要内容包括：数理统计分析、一元回归分析、多元校正回归基础、主成分分析与多元校正、模式识别方法、神经网络在化学中的应用、构效关系研究和分子拓扑指数、分子模拟、实验设计与优化、MATLAB在化学中的应用等。《计算化学》可用作化学类、化学工程与工艺、制药工程、高分子材料、环境科学与工程等专业本科生和研究生教材，也可作为对计算化学有兴趣的化学、化工等专业技术人员和青年教师的参考书。
计算化学 相关资料
插图：仪器自动化发展迅速，内容包括数据采集（将仪器测得的模拟量通过模数转换电路转换为数字，以便计算机处理）、数据处理（自动记录、换算、校正、平滑）、自动控制（用程序控制进样、加压、升温、调节等操作）以及屏幕指导（操作人员不用带纸笔和操作规程，一切工作都由屏幕提示，人机对话，操作过程和结果都由机器打印记录）等。仪器智能化是一个新的课题，是仪器自动化并配备专家系统的产物，其低级阶段是配备小型数据库，能选择实验条件，存贮、调用谱图等；其高级阶段是用专家系统指导人们工作，检查仪器，对操作人员辅导、答疑等。2.计算机在有机化学中的应用（简称计算有机）（1）谱图检索物质的不同结构引起谱图上的不同特征。因此，谱图的检索就成为有机分析的重要手段，常用的有红外、核磁、质谱等谱图。例如，由实验测出未知物的红外谱图，把它和标准谱图对照，参照质谱数据求得相对分子质量，就可求得未知物的组成和结构。但是，标准谱图数量太大，如果有18万张标准谱图，每2 s翻阅1张，一个人要半个月才能翻完一遍，还谈不上思考和比较。若将谱图信息数字化，用计算机进行检索，就可以迅速指出实测谱图与哪一张标准谱图相同，或与哪几张标准谱图相似程度最大，这将为分析者提供解决问题的线索。（2）差谱技术实测谱图的可靠性通常存在一些问题，如溶剂、基体的影响，共存物质的干扰等。一般试样本身就是未知物，欲将它提纯为纯化合物测谱是困难的，这就产生了差谱技术，即用差减的方法产生相应于纯化合物的谱图。传统的差谱是用光学方法，如利用参比溶液、双光束补偿等方法，对于识别未知浓度的干扰物质有困难。利用计算机执行差谱程序，可将干扰物质的标准谱图通过换算，与试样的谱图进行差减，达到扣除基体、数据平滑、多组分逐级差谱等效果，为有机物的成分、结构分析提供新的手段。（3）结构解析结构解析方法是利用已有的光谱、波谱数据，由人工归纳出结构单元与谱图性质关系的“知识规则”，存入计算机，作为逻辑判断的标准。试样数据输入时，计算机推理判断，指出试样结构的若干种可能方案。这种方法模拟了化学专家的智能，属于“化学专家系统”的研究。结构解析的目标是结构自动分析，将未知物在红外光谱仪、核磁共振谱仪等几台仪器上同时测谱，所得数据联机送人计算机进行实时处理。在屏幕上显示出平面或
