绪论 1
第一章 多元正态分布 8
1.1 定义及其性质 8
1.2 条件分布与独立性 17
1.3 最大似然估计 25
1.4 多元线性回归方程 32
第二章 抽样分布与假设检验 36
2.1 非中心的x2分布和F分布 36
2.2 维希特（Wishart）分布 39
2.3 T2统计量及其分布 48
2.4 Λ统计量及其分布 60
2.5 确定否定域的似然比准则 68
2.6 协方差阵的检验 73
2.7 独立性检验 80
第三章 多元线性回归模型 87
3.1 线性回归模型 88
3.2 最小二乘估计 92
3.3 回归系数的假设检验 101
3.4 1-多逐步回归方法 105
3.5 岭回归及其k值的选择 114
第四章 线性判别模型 120
4.1 Bayes判别准则 122
4.2 附加信息的检验 126
4.3 逐步判别的计算步骤 131
4.4 距离判别方法 138
4.5 Fisher线性判别式 143
4.6 逐步Fisher判别方法 150
第五章 主成分分析 158
5.1 主成分分析的原理 158
5.2 样品的排序问题 164
第六章 典型相关分析 169
6.1 典型相关变量 169
6.2 典型相关的计算步骤 173
第七章 聚类分析 176
7.1 R型（指标）系统聚类法 176
7.2 Q型（样品）系统聚类法 180
7.3 动态聚类法 184
7.4 聚类数k的选择方法 188
第八章 矩阵代数补充知识 193
8.1 分块矩阵的四块求逆公式 193
8.2 矩阵的平方根 197
8.3 投影与投影矩阵 199
8.4 对称阵的谱分解 205
8.5 减号广义逆 209
8.6 特征根的极值性质 210
8.7 矩阵的内积与叉积 213
8.8 矩阵的（i,j）消去变换 216
8.9 同时对角化与相对特征根 218
附表 221
1．相关系数检验表 221
2．x2检验的临界值表 222
3．t检验的临界值表 223
4．F检验的临界值表（α=0.05） 224
5．F检验的临界值表（α=0.01） 224
编后说明 228