第一章 回归分析 1
1.1 其本概念 1
1.2 回归模型的统计检验与预报 9
1.3 回归变量的相对重要性、统计检验与置信区间 17
1.4 关于变量的选择及逐步回归 22
1.5 回归系数符号反常与重要变量选不进的原因分析 30
1.6 岭回归分析 34
1.7 变量的变换 38
1.8 其它一些多重回归分析 43
第二章 通径分析 50
2.1 通径分析的基本概念 50
2.2 通径链上的基本公式 52
2.3 通径分析在流行病遗传学研究中的应用 61
第三章 判别分析 69
3.1 两母体的Bayes线性判别法 69
3.2 多母体Bayes(贝叶斯)线性判别 77
3.3 Fisher(费歇)线性判别法 90
3.4 二次型判别法 96
3.5 离散变量判别法 100
第四章 因子分析与主成分分析 109
4.1 因子分析的模型及基本公式 109
4.2 参数的估计 111
4.3 负荷系数的正交旋转 117
4.4 因子得分的估计 120
4.5 变量间的主成分分析 126
4.6 样品间的Q型分析法 129
4.7 合成资料的主成分分析 135
4.8 对应分析 138
第五章 聚类分析 144
5.1 基本概念 144
5.2 系统聚类法 147
5.3 系统聚类的分解法 152
5.4 k-均值法(动态聚类法) 156
5.5 有序样品的最优分割法 160
第六章 其它一些重要的多变量统计分析法 164
6.1 匹配资料的条件Logistic回归(判别) 164
6.2 匹配资料的条件均数值筛选变量法 169
6.3 两组变量的相关分析一典则分析 174
6.4 多变量生存分析 183
6.5 生存分析中Cox回归模型 188
6.6 不完全数据中估计参数的EM算法 194
附录1：计算程序 202
1. 前进法选变量的回归分析(有非正态性调整) 202
2. 岭回归分析 211
3. Fisher线性判别分析 225
4. 刀切法估计Bayes线性判别法的错分情况 244
5. 二次型判别的刀切法 254
6. R型因子分析 266
7. 对应分析 278
8. 有序样本的最优分割法 286
9. 匹配资料选变量的Logistic回归分析 292
10. 匹配资料选变量的条件均数法 303
附录2：线性代数基本知识 315
参考文献 330