多元统计分析与应用PDF电子书下载

第一章 多元正态分布（Multivariate N0rmal Distribution） 1

第一节 多元分布的基本概念 1

第二节 多元正态分布 5

第三节 偏相关与全相关 14

习题一 18

第二章 参数估计（Parameter Estimates） 21

第一节 矩法与极大似然估计 21

第二节 最优无偏估计 28

第三节 多参数的Cramer-Rao不等式 35

习题二 37

第三章 分布理论（Dist ribution Theory） 39

第一节 非中心x2，t和F分布 39

第二节 Wishart分布 44

第三节 Hotelling T2分布 49

第四节 均值μ的置信区域 52

第五节 广义方差与回归系数的分布 55

习题三 57

第四章 假设检验（Hypothesis Testing） 59

第一节 参数假设检验的基本概念 59

第二节 均值向量的检验 62

第三节 协方差阵的检验 68

第四节 均值与协方差阵的联合检验 71

第五节 独立性检验 73

第六节 应用实例 77

习题四 84

第五章 回归分析（Regression Analysis） 87

第一节 引言 87

第二节 多重线性回归模型 88

第三节 广义线性回归 105

第四节 多元方差分析 112

第五节 非线性最小二乘法 125

习题五 131

第六章 判别分析（Discriminant Analysis） 133

第一节 引言 133

第二节 距离判别 134

第三节 Fisher判别 137

第四节 Bayes判别 150

第五节 应用实例 154

习题六 159

第一节 引言 162

第七章 聚类分析（Cluster Analysis） 162

第二节 聚类统计量 164

第三节 系统聚类法 169

第四节 逐步聚（分）类法 177

第五节 有序样品的聚类分析 180

第六节 应用实例 183

习题七 187

第八章 主成分分析（Principal Component Analysis） 189

第一节 引言 189

第二节 主成分的表达式 193

第三节 主成分的性质 195

第四节 计算步骤与应用实例 197

第五节 广义主成分分析 201

习题八 206

第九章 因子分析（Factor Analysis） 210

第一节 引言 210

第二节 正交因子模型 212

第三节 因子正交旋转 218

第四节 各种应用 224

习题九 229

第一节 问题的提出 232

第十章 对应分析（Correspondence Analysis） 232

第二节 对应分析的原理和方法 233

第三节 对应分析的计算步骤 238

第四节 应用实例 239

习题十 250

第十一章 多维标度法（Multidimensional Scaling） 251

第一节 引言 251

第二节 多维标度法的原理和计算步骤 252

第三节 几点说明 258

第四节 收集资料的方法 259

第五节 应用实例 263

第十二章 典型相关分析（Canonical Correlational Analysis） 269

第一节 引言 269

第二节 总体典型相关 269

第三节 样本典型相关变量 274

第四节 典型相关系数的显著性检验 276

第五节 应用实例 278

附录一 矩阵知识补充 283

附录二 抽样分布中的几个定理的证明 303

附录三 附表及其使用说明 316

参考文献 366