第一章 多元统计分析概述 1
第一节 引言 1
第二节 大数据时代与大数据 2
第三节 应用背景 5
第四节 计算机在统计分析中的应用 9
第二章 多元正态分布的参数估计与假设检验 11
第一节 引言 11
第二节 基本概念 11
第三节 多元正态分布的参数估计 17
第四节 均值向量的检验 20
第五节 协差阵的检验 27
思考与练习 29
第三章 多元线性回归模型 33
第一节 引言 33
第二节 线性模型的参数估计 33
第三节 线性模型的检验 41
第四节 预测 47
第五节 回归分析应用中应注意的问题 50
第六节 实证分析 51
思考与练习 54
第四章 聚类分析 58
第一节 引言 58
第二节 相似性的量度 58
第三节 系统聚类分析法 62
第四节 k-均值聚类分析 72
第五节 有序样品的聚类分析法 74
第六节 实例分析 79
思考与练习 91
第五章 判别分析 95
第一节 引言 95
第二节 距离判别法 95
第三节 贝叶斯判别法 100
第四节 费希尔判别法 103
第五节 实例分析 107
思考与练习 113
第六章 主成分分析 119
第一节 引言 119
第二节 主成分分析模型 119
第三节 主成分的性质 120
第四节 主成分方法应用中应注意的问题 123
第五节 实例分析 126
思考与练习 137
第七章 因子分析 141
第一节 引言 141
第二节 因子分析模型 141
第三节 因子分析应用中应注意的问题 148
第四节 实例分析 151
思考与练习 163
第八章 相应分析 168
第一节 引言 168
第二节 列联表分析 168
第三节 相应分析的基本理论 170
第四节 相应分析中应注意的几个问题 174
第五节 实例分析与计算实现 176
第六节 结语 189
思考与练习 189
第九章 典型相关分析 193
第一节 引言 193
第二节 典型相关的基本理论 193
第三节 样本典型相关分析 198
第四节 典型相关分析应用中的几个问题 201
第五节 实例分析 202
思考与练习 208
第十章 多变量的可视化分析 213
第一节 引言 213
第二节 条形图 213
第三节 面积图 215
第四节 散点图 217
第五节 高低图 219
第六节 箱图 220
第七节 双轴图 222
思考与练习 223
附录Ⅰ数据表 224
附录Ⅱ常用统计表 234
参考文献 242