第1章 绪论 1
第一部分 特征描述 11
第2章 描述统计分析 11
2.1 频数分析 11
2.2 描述分析 17
2.3 探索性分析 20
2.4 列联表分析 26
第3章 描述统计分析（二） 37
3.1 概述报告程序分析 37
3.2 OLAP 41
3.3 均值程序 48
3.4 多重响应分析 52
3.5 比率统计量 56
第4章 因子分析 59
4.1 因子分析的数据降维 59
4.2 因子分析的结构探测 63
第二部分 特征检验 71
第5章 均值——T检验 71
5.1 单样本T检验 71
5.2 成对样本T检验 73
5.3 独立样本的T检验 75
5.4 单因素方差分析 79
第6章 非参数分析 89
6.1 卡方检验 89
6.2 二项检验 93
6.3 游程检验 96
6.4 单样本K-S检验 100
6.5 非参数独立双样本检验 103
6.6 非参数独立多样本检验 109
6.7 非参数相关双样本检验 112
6.8 非参数相关多样本检验 114
第三部分 关系分析 119
第7章 相关分析 119
7.1 双变量相关 119
7.2 偏相关分析 126
第8章 一般单变量线性模型 129
8.1 双因素方差分析 129
8.2 GLM单变量的协方差分析 134
8.3 GLM单变量的随机影响分析 138
第9章 线性回归分析与曲线估计 141
9.1 线性回归分析 141
9.2 曲线估计 160
第10章 离散因变量模型 168
10.1 二元、多元名义Logit模型 168
10.2 有序因变量回归 169
10.3 二元probit模型 176
第11章 广义线性模型与广义方程估计 181
11.1 广义线性模型简介 181
11.2 计数因变量模型 183
11.3 正值因变量模型——伽玛分布回归 194
11.4 间隔截取生存数据分析 202
11.5 广义方程估计 209
第12章 神经网络分析 217
12.1 多层感知的单因变量分析 218
12.2 多层感应的多变量分析 226
第四部分 特征判别 236
第13章 分类 236
13.1 两步聚类 236
13.2 分层聚类分析 241
13.3 K-均值聚类分析 249
13.4 最近相邻分析 255
13.5 判别分析 269
第14章 控制图形与ROC 283
14.1 控制图形 283
14.2 ROC Curve 289
第五部分 数据问题 296
第15章 可靠性分析 296
第16章 缺失数据处理 305
16.1 缺失值分析 305
16.2 多重插入 313