第一章 多元正态分布(Multivariate N0rmal Distribution) 1
第一节 多元分布的基本概念 1
第二节 多元正态分布 5
第三节 偏相关与全相关 14
习题一 18
第二章 参数估计(Parameter Estimates) 21
第一节 矩法与极大似然估计 21
第二节 最优无偏估计 28
第三节 多参数的Cramer-Rao不等式 35
习题二 37
第三章 分布理论(Dist ribution Theory) 39
第一节 非中心x2,t和F分布 39
第二节 Wishart分布 44
第三节 Hotelling T2分布 49
第四节 均值μ的置信区域 52
第五节 广义方差与回归系数的分布 55
习题三 57
第四章 假设检验(Hypothesis Testing) 59
第一节 参数假设检验的基本概念 59
第二节 均值向量的检验 62
第三节 协方差阵的检验 68
第四节 均值与协方差阵的联合检验 71
第五节 独立性检验 73
第六节 应用实例 77
习题四 84
第五章 回归分析(Regression Analysis) 87
第一节 引言 87
第二节 多重线性回归模型 88
第三节 广义线性回归 105
第四节 多元方差分析 112
第五节 非线性最小二乘法 125
习题五 131
第六章 判别分析(Discriminant Analysis) 133
第一节 引言 133
第二节 距离判别 134
第三节 Fisher判别 137
第四节 Bayes判别 150
第五节 应用实例 154
习题六 159
第一节 引言 162
第七章 聚类分析(Cluster Analysis) 162
第二节 聚类统计量 164
第三节 系统聚类法 169
第四节 逐步聚(分)类法 177
第五节 有序样品的聚类分析 180
第六节 应用实例 183
习题七 187
第八章 主成分分析(Principal Component Analysis) 189
第一节 引言 189
第二节 主成分的表达式 193
第三节 主成分的性质 195
第四节 计算步骤与应用实例 197
第五节 广义主成分分析 201
习题八 206
第九章 因子分析(Factor Analysis) 210
第一节 引言 210
第二节 正交因子模型 212
第三节 因子正交旋转 218
第四节 各种应用 224
习题九 229
第一节 问题的提出 232
第十章 对应分析(Correspondence Analysis) 232
第二节 对应分析的原理和方法 233
第三节 对应分析的计算步骤 238
第四节 应用实例 239
习题十 250
第十一章 多维标度法(Multidimensional Scaling) 251
第一节 引言 251
第二节 多维标度法的原理和计算步骤 252
第三节 几点说明 258
第四节 收集资料的方法 259
第五节 应用实例 263
第十二章 典型相关分析(Canonical Correlational Analysis) 269
第一节 引言 269
第二节 总体典型相关 269
第三节 样本典型相关变量 274
第四节 典型相关系数的显著性检验 276
第五节 应用实例 278
附录一 矩阵知识补充 283
附录二 抽样分布中的几个定理的证明 303
附录三 附表及其使用说明 316
参考文献 366