当前位置:首页 > 数理化
实用多元统计分析  第6版
实用多元统计分析  第6版

实用多元统计分析 第6版PDF电子书下载

数理化

  • 电子书积分:17 积分如何计算积分?
  • 作 者:(美)理查德·A.约翰逊(Johnson,R.A.),(美)迪安·W.威克恩(Wichern,D.W.)
  • 出 版 社:北京:清华大学出版社
  • 出版年份:2008
  • ISBN:9787302183433
  • 页数:595 页
图书介绍:多元统计分析是统计学中内容十分丰富、应用范围极为广泛的一个分支。在自然科学和社会科学的许多学科中,研究者都有可能需要分析处理有多个变量的数据的问题。
《实用多元统计分析 第6版》目录

第1章 多元分析概述 1

1.1引言 1

1.2多元方法的应用 2

1.3数据的组织 4

1.4数据的展示及图表示 14

1.5距离 23

1.6最终评注 27

练习 28

参考文献 37

第2章 矩阵代数与随机向量 39

2.1引言 39

2.2矩阵和向量代数基础 39

2.3正定矩阵 47

2.4平方根矩阵 50

2.5随机向量和矩阵 51

2.6均值向量和协方差矩阵 52

2.7矩阵不等式和极大化 60

补充2A向量与矩阵:基本概念 63

练习 78

参考文献 85

第3章 样本几何与随机抽样 86

3.1引言 86

3.2样本几何 86

3.3随机样本以及样本均值和协方差矩阵的期望值 91

3.4广义方差 94

3.5作为矩阵运算的样本均值、协方差与相关系数 105

3.6变量的线性组合的样本值 107

练习 111

参考文献 114

第4章 多元正态分布 115

4.1引言 115

4.2多元正态密度及其性质 115

4.3从多元正态分布抽样与极大似然估计 128

4.4 X和S的抽样分布 132

4.5 X和S的大样本特性 133

4.6评估正态性假定 135

4.7搜寻离群值及“清洁”数据 143

4.8变换到接近正态性 147

练习 153

参考文献 160

第5章 关于均值向量的推断 161

5.1引言 161

5.2作为正态总体均值的似真性 161

5.3霍特林T2与似然比检验 166

5.4置信域和均值分量的联合比较 168

5.5总体均值向量的大样本推断 179

5.6多元质量控制图 183

5.7观测值缺损时均值向量的推断 192

5.8多元观测中由时间相依性造成的困难 196

补充5A作为p维椭球投影的联合置信区间与置信椭圆 197

练习 198

参考文献 207

第6章 多个多元均值向量的比较 209

6.1引言 209

6.2成对比较与重复测量设计 209

6.3两总体均值向量的比较 217

6.4多个多元总体均值向量的比较(单因子多元方差分析) 226

6.5处理效应的联合置信区间 235

6.6协方差矩阵相等性的检验 236

6.7双因子多元方差分析 238

6.8轮廓分析 247

6.9重复测量设计和生长曲线 251

6.10对分析多元模型的展望和建议 255

练习 258

参考文献 278

第7章 多元线性回归模型 280

7.1引言 280

7.2经典线性回归模型 280

7.3最小二乘估计 283

7.4回归模型的推断 288

7.5由估计的回归函数作推断 294

7.6模型检查及回归中的其他问题 296

7.7多元多重回归 300

7.8线性回归的概念 312

7.9比较回归模型的两种表达方式 318

7.10有时间相关误差的多重回归模型 321

补充7A多元多重回归模型的似然比的分布 324

练习 325

参考文献 332

第8章 主成分 334

8.1引言 334

8.2总体主成分 334

8.3综合主成分的样本变差 342

8.4主成分的图形表示 351

8.5大样本推断 353

8.6用主成分监控质量 356

补充8A样本主成分近似的几何意义 360

练习 364

参考文献 373

第9章 因子分析与对结构性协方差矩阵的推断 374

9.1引言 374

9.2正交因子模型 374

9.3估计方法 379

9.4因子旋转 392

9.5因子得分 399

9.6因子分析的展望和建议 403

补充9A极大似然估计的某些计算细节 409

练习 411

参考文献 419

第10章 典型相关分析 420

10.1引言 420

10.2典型变量和典型相关系数 420

10.3总体典型变量的解释 424

10.4样本典型变量和样本典型相关系数 427

10.5其他样本描述性度量 434

10.6大样本推断 438

练习 440

参考文献 446

第11章 判别与分类 448

11.1引言 448

11.2两个总体的分离与分类 448

11.3两个多元正态总体的分类 454

11.4评估分类函数 463

11.5多个总体的分类 471

11.6对多个总体进行判别的费希尔方法 483

11.7逻辑斯蒂回归与分类 493

11.8最后的评述 500

练习 504

参考文献 522

第12章 聚类、距离方法与多维标度变换 524

12.1引言 524

12.2相似性量度 525

12.3分层聚类方法 531

12.4非分层聚类方法 542

12.5基于统计模型的聚类 548

12.6多维标度变换 551

12.7对应分析 557

12.8用于观察抽样单元和变量的双重信息图 565

12.9普罗克鲁斯特斯分析:一种比较点结构的方法 570

补充12A数据挖掘 574

练习 579

参考文献 585

附录 587

相关图书
作者其它书籍
返回顶部