第1章 数据分析基础 1
1.1 数据分析问题和数据的分类 1
1.1.1 数据和变量 1
1.1.2 变量和数据的分类 2
1.2 数据分析的基本方法 2
1.2.1 数据分析分类 2
1.2.2 统计图示法 3
1.2.3 数据分析和多元统计模型 3
1.3 数据分析的相关软件 3
1.3.1 常用软件介绍 3
1.3.2 统计软件的数据分析应用 4
第2章 数据的描述性分析 9
2.1 计量数据的描述性分析 9
2.1.1 问题和数据 9
2.1.2 数据分析过程 9
2.2 定性数据的描述性分析 19
2.2.1 问题和数据 19
2.2.2 数据的描述性分析 19
2.3 数据描述性分析的理论补充 21
2.3.1 数字特征 22
2.3.2 数据的统计图形 23
2.3.3 数据分布及参数的检验 24
第3章 方差分析与回归分析 28
3.1 单因素方差分析 28
3.1.1 问题背景及数据 28
3.1.2 单因素方差分析模型 28
3.1.3 数据分析及结果 29
3.2 双因素等重复试验下的方差分析 32
3.2.1 问题背景及数据 32
3.2.2 双因素方差分析模型 32
3.2.3 数据分析及结果 33
3.3 一元线性回归分析 35
3.3.1 问题及数据 35
3.3.2 一元线性回归模型 35
3.3.3 模型建立及其分析 36
3.4 多元线性回归分析 39
3.4.1 问题背景及数据 39
3.4.2 多元回归模型 39
3.4.3 数据分析及结果 40
第4章 主成分分析与因子分析 46
4.1 主成分分析 46
4.1.1 问题背景及数据 46
4.1.2 主成分分析模型 46
4.1.3 数据分析及结果 49
4.2 因子分析 54
4.2.1 问题背景及数据 54
4.2.2 因子分析模型 54
4.2.3 数据分析及结果 56
第5章 判别分析与聚类分析 63
5.1 判别分析 63
5.1.1 问题背景及数据 63
5.1.2 判别分析模型 63
5.1.3 数据分析及结果 67
5.2 聚类分析 70
5.2.1 问题背景及数据 70
5.2.2 系统聚类分析 71
5.2.3 数据分析及结果 72
第6章 典型相关分析与对应分析 78
6.1 典型相关分析 78
6.1.1 问题背景及数据 78
6.1.2 典型相关分析 79
6.1.3 基于样本的典型相关变量的确定 80
6.1.4 数据分析及结果 80
6.2 对应分析 82
6.2.1 问题背景及数据 82
6.2.2 对应分析方法 82
6.2.3 数据分析及结果 84
第7章 属性数据分析 92
7.1 列联表分析 92
7.1.1 问题背景及数据 92
7.1.2 列联表分析模型 93
7.1.3 数据分析及结果 95
7.2 Logistic回归分析 99
7.2.1 问题背景及数据 99
7.2.2 Logistic回归分析模型 100
7.2.3 数据分析及结果 101
第8章 时间序列分析 108
8.1 时间序列数据及问题 108
8.1.1 问题与实例 108
8.2 时间序列分析模型 108
8.2.1 AR（p）模型 108
8.2.2 MA（q）模型 109
8.2.3 ARMA（p，q）模型 109
8.2.4 ARIMA（p，d，q）模型 109
8.3 模型识别 109
8.3.1 样本自相关函数 109
8.3.2 样本偏自相关函数 109
8.3.3 参数估计 110
8.4 平稳性 110
8.5 应用举例 111
8.5.1 画时间序列图 111
8.5.2 画ACF（自相关）函数图与求解其值 112
8.5.3 画PACF（偏自相关）函数图与求解其值 113
8.5.4 平稳性检验 114
8.6 实例分析 116
附录 函数read.table()帮助 125
参考文献 135