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 5
1.4 矩阵的逆 7
1.5 矩阵的秩 8
1.6 特征值、特征向量和矩阵的迹 9
1.7 正定矩阵和非负定矩阵 14
1.8 特征值的极值问题 15
小结 18
附录1-1 SAS的应用 18
习题 20
第二章 随机向量 22
2.1 多元分布 22
2.2 数字特征 26
2.3 欧氏距离和马氏距离 32
2.4 随机向量的变换 36
2.5 特征函数 37
小结 38
附录2-1 SAS的应用 39
习题 39
第三章 多元正态分布 41
3.1 多元正态分布的定义 41
3.2 多元正态分布的性质 44
3.3 极大似然估计及估计量的性质 49
3.4 复相关系数和偏相关系数 53
3.5 ？和（n-1）S的抽样分布 60
小结 61
附录3-1 SAS的应用 62
附录3-2 3.2 中若干性质的证明 66
习 题 68
第四章 多元正态总体的统计推断 71
4.1 一元情形的回顾 71
4.2 单个总体均值的推断 75
4.3 两个总体均值的比较推断 82
4.4 轮廓分析 86
4.5 多个总体均值的比较检验（多元方差分析） 92
4.6 协方差矩阵相等性的检验 97
4.7 总体相关系数的推断 98
小结 100
附录4-1 SAS的应用 101
附录4-2 若干推导 106
附录4-3 威尔克斯？分布的定义及基本性质 109
习题 110
第五章 判别分析 114
5.1 引言 114
5.2 距离判别 115
5.3 贝叶斯判别 125
5.4 费希尔判别 133
5.5 逐步判别 141
小结 145
附录5-1 SAS的应用 146
附录5-2 若干证明 155
习题 157
第六章 聚类分析 160
6.1 引言 160
6.2 距离和相似系数 160
6.3 系统聚类法 163
6.4 动态聚类法 184
小结 186
附录6-1 SAS的应用 187
附录6-2 若干公式的推导 196
习题 198
第七章 主成分分析 201
7.1 引言 201
7.2 总体的主成分 202
7.3 样本的主成分 209
7.4 若干补充及主成分应用中需注意的问题 218
小结 224
附录7-1 SAS的应用 225
附录7-2 （7.4.2 ）式的证明 228
习题 228
第八章 因子分析 231
8.1 引言 231
8.2 正交因子模型 232
8.3 参数估计 237
8.4 因子旋转 243
8.5 因子得分 250
小结 255
附录8-1 SAS的应用 255
习题 261
第九章 对应分析 263
9.1 引言 263
9.2 行轮廓和列轮廓 263
9.3 独立性的检验和总惯量 267
9.4 行、列轮廓的坐标 270
9.5 对应分析图 271
小结 278
附录9-1 SAS的应用 278
附录9-2 若干推导 281
习题 283
第十章 典型相关分析 285
10.1 引言 285
10.2 总体典型相关 285
10.3 样本典型相关 290
10.4 典型相关系数的显著性检验 294
小结 296
附录10-1 SAS的应用 296
附录10-2 若干推导 298
习题 299
附录 习题解答 301
参考文献 327