序言 1
第一章 判别分析的基本思想 1
判别函数理论 11
Bayes方法 19
错误分类的不等代价 20
极小极大原则 21
样本大小(样本容量) 22
与回归的比较 24
计算程序 27
二次判别 28
习题 33
设计题目 34
第二章 对判别函数的评价 35
组间差异的检验 35
变量子集充分性的检验 38
误差率的估计 41
附录 50
习题 53
设计题目 55
第三章 线性判别函数的稳健性 56
非正态数据 57
不等协方差矩阵 64
初始错误分类 66
遗漏值 68
设计题目 70
第四章 非正态和非参数方法 71
多项式分布 71
其他非正态分布 76
非参数原则 78
例子 84
设计题目 86
第五章 多重组问题 87
最优分类原则 87
典型矢量 91
方法的比较 94
例子 96
习题 99
设计题目 100
第六章 其他问题 101
变量选择 101
序贯判别 108
逻辑斯谛判别和风险估计 111
约束判别 119
Bayesian方法 124
判别分析中抽样研究的某些注记 126
时间依赖数据 129
设计题目 132
参考书目 133