第二篇 多元统计分析 2
第七章 多元正态分布及其参数的估计和检验 2
1 随机向量 2
2 多元正态分布 12
3 均值向量μ与协方差阵V的估计 17
4 均值向量的检验 20
习题七 30
第八章 判别分析 33
1 距离判别 33
2 贝叶斯(Bayes)判别 53
3 费歇尔(Fisher)判别 65
习题八 77
第九章 多元相关 80
1 主成分分析 80
2 因子分析 89
3 典型相关分析 111
习题九 122
第三篇 时间序列分析 126
第十章 随机序列与随机过程 126
1 随机序列与随机过程的概念 126
2 几类重要的随机函数 137
3 平稳随机函数的统计分析 149
4 两个随机函数间的相关 173
习题十 178
第十一章 时间序列时域分析 181
1 ARMA模型 181
2 ARMA序列的相关分析 198
3 模型的初步识别 209
4 模型参数的矩估计 221
5 模型参数的最小二乘估计与最小平方和估计 227
6 ARIMA模型与季节性模型 235
7 模型的考核与定阶 242
8 时间序列的预报 250
附录 线性齐次差分方程解法 264
习题十一 266
第十二章 时间序列频域分析与滤波方法 272
1 周期图分析与谱图估计 272
2 最大熵谱估计 283
3 平稳序列的维纳滤波 293
4 线性动态系统与量测系统 302
5 卡尔曼滤波 309
习题十二 320
参考文献 323
习题答案 324