第1章 概论 1
1.1 为统计学正名 1
1.2 市场呼唤真统计 2
1.3 统计分析方法及其应用概述 4
思考与练习 10
第2章 统计学基础回顾 11
2.1 统计数据的整理与描述 11
2.2 几种重要的概率分布 14
2.3 多元分布的基本概念 19
2.4 多元正态分布 23
2.5 参数估计 28
2.6 假设检验 30
思考与练习 34
第3章 定性数据的x2检验 35
3.1 多项分布与x2检验 35
3.2 列联表分析 39
3.3 一致性检验 47
3.4 拟合优度检验 49
思考与练习 53
第4章 一元线性回归 55
4.1 一元线性回归模型 55
4.2 回归参数β0，β1的估计 59
4.3 最小二乘估计的性质 62
4.4 回归方程的显著性检验 64
4.5 残差分析 72
4.6 预测和控制 74
4.7 建模总结和应注意的问题 78
思考与练习 83
第5章 多元回归模型 86
5.1 多元线性回归模型 86
5.2 回归参数的估计与检验 89
5.3 自变量选择与逐步回归 100
思考与练习 106
第6章 定性数据的建模分析 109
6.1 对数线性模型基本理论和方法 109
6.2 对数线性模型分析的上机实现 111
6.3 Logistic回归基本理论和方法 115
6.4 Logistic回归的建模总结 123
思考与练习 124
第7章 聚类分析 125
7.1 聚类分析的基本思想 125
7.2 相似性度量 128
7.3 类和类的特征 131
7.4 聚类方法 133
7.5 实际例子 141
思考与练习 149
第8章 判别分析 151
8.1 判别分析的基本思想 151
8.2 距离判别 152
8.3 贝叶斯判别 154
8.4 费歇判别 155
8.5 逐步判别 156
8.6 判别分析应用的几个例子 157
思考与练习 171
第9章 主成分分析 173
9.1 主成分分析的基本思想 173
9.2 总体主成分及其性质 176
9.3 由样本数据求主成分 183
9.4 主成分分析步骤及框图 184
9.5 主成分分析的应用 185
思考与练习 200
第10章 因子分析 201
10.1 因子分析的基本思想 201
10.2 因子载荷的求解 205
10.3 因子分析的上机实现 210
思考与练习 231
第11章 对应分析 232
11.1 对应分析的基本理论 232
11.2 对应分析的步骤及逻辑框图 238
11.3 对应分析的上机实现 239
思考与练习 253
第12章 典型相关分析 254
12.1 典型相关分析的基本理论 254
12.2 典型相关分析的上机实现 260
思考与练习 277
参考文献 278
附录 280
表1 泊松分布表 280
表2 标准正态分布表 282
表3 正态分布分位数表 285
表4 卡方（x2）分布表 288
表5 相关系数检验表 289
表6 t分布的临界点 290
表7 F分布表 291