第一章 矩阵代数 1
1.1定义 1
1.2矩阵的运算 3
1.3行列式 7
1.4矩阵的逆 10
1.5矩阵的秩 11
1.6特征值、特征向量和矩阵的迹 13
1.7正定矩阵和非负定矩阵 20
1.8特征值的极值问题 22
小结 23
附录1-1 SAS的应用 24
习题 26
第二章 随机向量 29
2.1一元分布 29
2.2多元分布 35
2.3数字特征 44
2.4欧氏距离和马氏距离 52
2.5随机向量的变换 55
*2.6特征函数 57
小结 59
附录2-1 SAS的应用 60
习题 61
第三章 多元正态分布 63
3.1多元正态分布的定义 63
3.2多元正态分布的性质 67
3.3复相关系数和偏相关系数 74
3.4极大似然估计及估计量的性质 77
3.5 x和（n—1）S的抽样分布 85
*3.6二次型分布 86
小结 87
附录3-1 SAS的应用 88
附录3-2 3.2中若干性质的数学证明 100
习题 103
第四章 多元正态总体的统计推断 106
4.1一元情形的回顾 106
4.2单个总体均值的推断 113
4.3单个总体均值分量间结构关系的检验 122
4.4两个总体均值的比较推断 125
4.5两个总体均值分量间结构关系的检验 130
4.6多个总体均值的比较检验（多元方差分析） 132
4.7总体相关系数的推断 137
小结 140
附录4-1 SAS的应用 141
附录4-2霍特林T2统计量的导出 146
附录4-3威尔克斯A统计量的基本性质 149
习题 151
第五章 判别分析 154
5.1引言 154
5.2距离判别 155
5.3贝叶斯判别 169
5.4费希尔判别 178
小结 191
附录5-1 SAS的应用 192
习题 201
第六章 聚类分析 208
6.1引言 208
6.2距离和相似系数 209
6.3系统聚类法 213
6.4动态聚类法 235
小结 238
附录6-1 SAS的应用 239
附录6-2若干公式的推导 247
习题 249
第七章 主成分分析 251
7.1引言 251
7.2总体的主成分 253
7.3样本的主成分 263
小结 280
附录7-1 SAS的应用 281
习题 284
第八章 因子分析 288
8.1引言 288
8.2正交因子模型 290
8.3参数估计 294
8.4因子旋转 301
8.5因子得分 309
小结 316
附录8-1 SAS的应用 317
习题 325
第九章 对应分析 329
9.1行轮廓和列轮廓 329
9.2独立性的检验和总惯量 334
9.3行、列轮廓的坐标 337
9.4对应分析图 338
小结 344
附录9-1 SAS的应用 345
习题 347
第十章 典型相关分析 348
10.1引言 348
10.2总体典型相关 348
10.3样本典型相关 357
10.4典型相关系数的显著性检验 363
小结 365
附录10-1 SAS的应用 366
习题 370
附录一 习题参考答案及部分解答 374
附录二 各类数值表 394
参考文献 409