第一章 多元分析概述 1
第一节 引言 1
第二节 大数据时代的多元统计分析 2
第三节 应用背景 3
第四节 计算机在统计分析中的应用 7
思考与练习 8
第二章 多元正态分布的参数估计 9
第一节 引言 9
第二节 基本概念 9
第三节 多元正态分布 14
第四节 多元正态分布的参数估计 17
第五节 实例分析与计算机实现 23
思考与练习 28
第三章 多元正态分布均值向量和协差阵的检验 30
第一节 引言 30
第二节 均值向量的检验 30
第三节 协差阵的检验 38
第四节 实例分析与计算机实现 40
思考与练习 48
第四章 判别分析 52
第一节 引言 52
第二节 距离判别法 52
第三节 贝叶斯判别法 57
第四节 费希尔判别法 59
第五节 实例分析与计算机实现 63
思考与练习 72
第五章 聚类分析 74
第一节 引言 74
第二节 相似性的量度 74
第三节 系统聚类分析法 77
第四节 K均值聚类分析 86
第五节 有序样品的聚类分析法 88
第六节 实例分析与计算机实现 92
思考与练习 106
第六章 主成分分析 109
第一节 引言 109
第二节 主成分的几何意义及数学推导 109
第三节 主成分的性质 113
第四节 主成分方法应用中应注意的问题 114
第五节 实例分析与计算机实现 116
思考与练习 124
第七章 因子分析 126
第一节 引言 126
第二节 因子分析模型 126
第三节 因子载荷矩阵求解 130
第四节 公因子重要性的分析 133
第五节 实例分析与计算机实现 137
思考与练习 147
第八章 相应分析 150
第一节 引言 150
第二节 列联表 150
第三节 相应分析的基本理论 153
第四节 相应分析中应注意的问题 155
第五节 实例分析与计算机实现 156
思考与练习 166
第九章 典型相关分析 169
第一节 引言 169
第二节 典型相关的基本理论 169
第三节 样本典型相关分析 174
第四节 典型相关分析应用中的几个问题 179
第五节 实例分析与计算机实现 183
思考与练习 190
第十章 多维标度法 193
第一节 引言 193
第二节 古典多维标度法 194
第三节 多维标度法中的几个问题 197
第四节实例分析与计算机实现 198
思考与练习 205
第十一章 多变量的可视化分析 207
第一节 引言 207
第二节 条形图 208
第三节 面积图 212
第四节 高低图 214
第五节 雷达图分析法 216
第六节 星座图分析法 220
思考与练习 222
参考文献 223
附录 常用统计表 224
附表1正态分布概率表 224
附表2 t分布临界值表 227
附表3 x2分布临界值表 229
附表4 F分布临界值表 230