前言 1
第一章 矩阵代数 1
1．1 定义 1
1．2 行列式、逆和秩 3
1．3 特征根和特征向量 9
1．4 正定阵、非负定阵和投影阵 13
1．5 矩阵的因子分解 20
1．6 线性空间 28
1．7 广义逆 31
1．8 拉直运算和Kronecker积 39
1．9 矩阵微商和变换的雅可比 44
1．10 线性方程组的求解，消去变换 59
1．11 特征根和特征向量的计算 64
1．12 不等式 70
练习一 75
第二章 随机向量 77
2．1 一元分布 77
2．2 多元分布 86
2．3 特征函数和“d”运算 97
2．4 矩 103
练习二 115
第三章 多元正态分布 117
3．1 多元正态分布的定义和基本性质 117
3．2 条件分布和独立性 126
3．3 矩阵正态分布 142
3．4 u和∑的极大似然估计 148
3．5 u和∑的极大似然估计的性质及其它估计 155
3．6 Wishart分布 174
练习三 197
第四章 假设检验 205
4．1 均值的检验 205
4．2 两总体均值的比较 217
4．3 多元方差分析(多总体均值检验) 221
4．4 协差阵的检验 244
4．5 独立性检验 252
练习四 254
第五章 多元回归分析 258
5．1 多元线性回归模型 258
5．2 多元线性回归系数的估计 260
5．3 多元线性回归模型的检验 264
5．4 多项式回归 270
5．5 多元线性回归模型的选择 273
5．6 非线性回归 277
练习五 285
第六章 方差分析和协方差分析 292
6．1 单因素方差分析 292
6．2 多因子方差分析 296
6．3 协方差分析 304
练习六 316
第七章 主分量分析 322
7．1 主分量分析数学模型 322
7．2 主分量过程 324
8．2 因子分析过程 328
练习七 329
第八章 因子分析 334
8．1 因子分析数学模型 334
练习八 344
9．1 典型相关分析数学模型 350
第九章 典型相关分析 350
9．2 典型相关过程 352
练习九 358
第十章 判别分析 361
10．1 数学模型与判别方法 361
10．2 最大概率判别与贝叶斯判别 363
10．3 逐步判别 370
10．4 典型判别 373
练习十 378
11．1 系统聚类 379
第十一章 聚类分析 379
11．2 动态聚类 386
11．3 变量聚类 390
练习十一 393
附录 SAS系统简介 395
1 SAS显示系统简介 395
2 SAS语句简介 397
3 常用简单SAS操作符和SAS函数 400
4 常用SAS简单过程 402
参考文献 408