第1章 概论 1
1.1 为统计学正名 1
1.2 市场呼唤真统计 3
1.3 统计分析方法及其应用概述 5
思考与练习 13
第2章 统计学基础回顾 14
2.1 统计数据的整理与描述 14
2.2 几种重要的概率分布 18
2.3 多元分布的基本概念 24
2.4 多元正态分布 29
2.5 参数估计 35
2.6 假设检验 38
思考与练习 42
第3章 定性数据的x2检验 43
3.1 多项分布与x2检验 43
3.2 列联表分析 48
3.3 一致性检验 57
3.4 拟合优度检验 60
思考与练习 66
第4章 一元线性回归 68
4.1 一元线性回归模型 68
4.2 回归参数β0，β1的估计 73
4.3 最小二乘估计的性质 77
4.4 回归方程的显著性检验 80
4.5 残差分析 89
4.6 预测和控制 93
4.7 建模总结和应注意的问题 98
思考与练习 104
第5章 多元线性回归 107
5.1 多元线性回归模型 107
5.2 回归参数的估计 110
5.3 参数估计量的性质 118
5.4 回归方程的显著性检验 121
5.5 中心化和标准化 128
5.6 相关阵与偏相关系数 130
5.7 多元建模总结与评注 138
思考与练习 145
第6章 违背基本假设的回归分析 147
6.1 关于异方差性问题 147
6.2 关于自相关性问题 160
6.3 关于多重共线性问题 173
6.4 异常值与强影响值 186
思考与练习 192
第7章 自变量选择与逐步回归 194
7.1 自变量选择对估计和预测的影响 195
7.2 所有子集回归 198
7.3 逐步回归 206
7.4 实例与评注 217
思考与练习 224
第8章 定性数据的建模分析 226
8.1 对数线性模型基本理论和方法 227
8.2 对数线性模型分析的上机实践 229
8.3 Logistic回归基本理论和方法 234
8.4 Logistic回归的方法及步骤 243
思考与练习 245
第9章 多变量的图表示法 246
9.1 散点图矩阵 246
9.2 脸谱图 248
9.3 雷达图与星图 252
9.4 星座图 256
思考与练习 258
第10章 聚类分析 259
10.1 聚类分析的基本思想 259
10.2 相似性度量 263
10.3 类和类的特征 267
10.4 聚类方法 270
10.5 实际例子 281
思考与练习 290
第11章 判别分析 292
11.1 判别分析的基本思想 292
11.2 距离判别 293
11.3 Bayes判别 296
11.4 Fisher判别 297
11.5 逐步判别 299
11.6 判别分析应用的几个例子 300
思考与练习 317
第12章 主成分分析 319
12.1 主成分分析的基本思想 319
12.2 主成分分析的几何意义 321
12.3 总体主成分及其性质 325
12.4 样本主成分的导出 330
12.5 主成分分析步骤及框图 333
12.6 主成分分析的应用 335
思考与练习 349
第13章 因子分析 350
13.1 因子分析的基本思想 350
13.2 因子载荷的求解 355
13.3 因子分析的步骤与逻辑框图 362
13.4 因子分析的上机实现 362
思考与练习 377
第14章 对应分析 378
14.1 对应分析的基本理论 378
14.2 对应分析的步骤及逻辑框图 386
14.3 对应分析的上机实现 388
思考与练习 394
第15章 典型相关分析 395
15.1 典型相关分析的基本理论 395
15.2 典型相关分析的步骤及逻辑框图 403
15.3 典型相关分析的上机实现 408
思考与练习 412
参考文献 413
附录 415
表1 泊松分布表 415
表2 标准正态分布表 417
表3 正态分布分位数表 420
表4 卡方（x2）分布表 423
表5 相关系数检验表 424
表6 t分布的临界点 425
表7 F分布表 426
表8 D.W检验上下界表 432