第一章 绪论 1
第一节 多元统计分析的作用 1
第二节 主要内容安排 4
第二章 矩阵代数 6
第一节 矩阵及基本运算 6
第二节 行列式、逆矩阵和矩阵的秩 11
第三节 特征根、特征向量和矩阵的迹 14
第四节 正定阵和非负定阵 16
第五节 矩阵代数运算的上机实现 17
第三章 多元正态分布 27
第一节 一元统计分析中的有关概念 27
第二节 多元统计分析中的基本概念 30
第三节 多元正态分布的定义及基本性质 36
第四节 多元正态分布的参数估计 40
第五节 ？和S的抽样分布 42
第六节 随机向量数字特征的上机实现 43
第四章 多元正态总体均值向量和协方差阵的假设检验 53
第一节 均值向量的检验 53
第二节 协方差阵的检验 66
第三节 有关检验的上机实现 68
第五章 聚类分析 82
第一节 聚类分析的基本思想 82
第二节 相似性度量 83
第三节 系统聚类方法 87
第四节 其他聚类法 109
第五节 聚类分析的上机实现 115
第六章 判别分析 128
第一节 距离判别 128
第二节 贝叶斯（Bayes）判别 141
第三节 费希尔判别 146
第四节 逐步判别 153
第五节 判别分析的上机实现 161
第七章 主成分分析 177
第一节 主成分分析的基本思想及数学模型 177
第二节 主成分分析的几何意义 178
第三节 主成分的推导及其性质 180
第四节 主成分分析中有关问题的讨论 185
第五节 主成分分析的应用 190
第六节 主成分分析的上机实现 196
第八章 因子分析 204
第一节 因子分析的基本理论 204
第二节 因子分析的数学模型 205
第三节 因子载荷矩阵的估计方法 208
第四节 因子旋转 211
第五节 因子得分 214
第六节 因子分析的应用 217
第七节 因子分析的上机实现 221
第九章 对应分析 229
第一节 对应分析的基本思想 229
第二节 列联表及列联表分析 230
第三节 对应分析的基本原理 232
第四节 对应分析的应用 236
第五节 对应分析的上机实现 241
第十章 典型相关分析 252
第一节 典型相关分析及基本思想 252
第二节 总体典型相关 253
第三节 样本典型相关 256
第四节 典型相关系数的显著性检验 258
第五节 典型相关系数的计算步骤 259
第十一章 多重多元回归分析 264
第一节 多重多元线性回归分析 264
第二节 双重筛选逐步回归分析 272
第十二章 定性资料的统计分析 278
第一节 定性变量数量化 278
第二节 对数线性模型 279
第三节 Logistic回归 283
第四节 对数线性模型和Logistic回归模型的上机实现 290
附录一 302
附录二 307
参考文献 316