第1篇 多元统计分析 3
第1章 多元正态分布及其统计分析 3
1.1 多元正态分布的概念及其参数估计 3
1.2 多元正态总体的参数检验 17
1.3多元方差分析 30
1.4 多元质量控制图 34
1.5 多元正态随机数的产生 44
第2章 判别分析 46
2.1 判别分析的概念 46
2.2 判别分析的原理 48
2.3 判别分析的计算与实例 54
2.4 用Logistic回归作判别分析 67
第3章 聚类分析 72
3.1 聚类分析的概念 72
3.2 距离和相似系数 74
3.3 观测值系统聚类法 82
3.4 动态聚类法 90
3.5 变量聚类方法 94
第4章 主成分分析 106
4.1 主成分分析的概念 106
4.2 主成分分析的原理 108
4.3 主成分分析的计算与实例 112
4.4 主成分聚类和主成分回归 120
第5章 因子分析 134
5.1 因子分析模型 135
5.2 因子分析模型的参数估计 140
5.3 因子旋转和因子得分 142
5.4 因子分析的计算与实例 145
第6章 对应分析 160
6.1 对应分析的概念 161
6.2 简单对应分析的原理 163
6.3 简单对应分析的计算与实例 167
6.4 多重对应分析的计算与实例 174
6.5 多元统计分析汇总 187
第2篇 可靠性与生存分析 191
第7章 可靠性概念 191
7.1 可靠性工程概论 191
7.2 可靠性的度量 194
7.3 删失数据 205
第8章 常用寿命分布及其识别 211
8.1 常用寿命分布 211
8.2 参数分布的选择 223
第9章 常用寿命分布分析的参数方法 238
9.1 常用寿命分布分析 238
9.2 参数分析方法的计算与实例 245
第10章 常用寿命分布分析的非参数方法 283
10.1 估计可靠度函数的非参数方法 283
10.2 比较两个或多个生存分布的非参数方法 285
10.3 非参数分析方法的计算与实例 289
第11章 加速寿命试验及其统计分析方法 299
11.1 加速寿命试验的基本理论 299
11.2 加速寿命试验计划及分析的计算与实例 304
第12章 有关可靠性的其他专题 312
12.1 寿命数据的回归分析 312
12.2 概率单位分析 322
12.3 寿命数据的增长曲线分析 329
12.4 寿命数据的保证分析 345
12.5 抽样验收及样本量的计算 351
12.6 可靠性与生存分析汇总 373
第3篇 时间序列分析 377
第13章 时间序列分析概念 377
13.1 时间序列分析基本概念 378
13.2 趋势分析 378
13.3 分解模型 389
第14章 时间序列平滑方法 398
14.1 移动平均平滑法 399
14.2 单参数指数移动平均 403
14.3 双参数指数移动平均 408
14.4 Winters方法 410
第15章 ARIMA模型 416
15.1 自相关函数与偏自相关函数 416
15.2 AR（p）模型 427
15.3 MA（q）模型 433
15.4 ARMA（p,q）模型 436
15.5 ARIMA（p,d,q）模型 442
15.6 多元时间序列分析简介 469
15.7 时间序列分析在控制图中的应用 473
参考文献 479