實(shí)用多元統(tǒng)計(jì)分析

第1章 多元統(tǒng)計(jì)分析基礎(chǔ)
1．1 多元統(tǒng)計(jì)分析概述
1．2 隨機(jī)向量的分布
1．2．1 隨機(jī)向量的概率分布
1．2．2 隨機(jī)向量的數(shù)字特征
1．2．3 隨機(jī)矩陣
1．3 隨機(jī)樣本
習(xí)題1
第2章 多元正態(tài)分布
2．1 多元正態(tài)分布的定義及性質(zhì)
2．1．1 多元正態(tài)分布的定義
2．1．2 多元正態(tài)分布的性質(zhì)
2．2 多元正態(tài)分布的參數(shù)估計(jì)
2．2．1 一元正態(tài)分布的最大似然估計(jì)
2．2．2 多元正態(tài)分布的最大似然估計(jì)
2．3 幾種常用的抽樣分布
2．3．1 威沙特（Wishart）分布
2．3．2 霍特林（Hotelling）T2分布
2．3．3 威爾克斯（Wilks）分布
2．3．4 抽樣分布
2．4 正態(tài)性檢驗(yàn)
2．4．1 一元數(shù)據(jù)的正態(tài)性檢驗(yàn)
2．4．2 p元數(shù)據(jù)的正態(tài)性檢驗(yàn)
2．5 正態(tài)性變換
2．5．1 Box-Cox變換
2．5．2 Yeo-Johnson 變換
習(xí)題2
第3章 單個總體參數(shù)的檢驗(yàn)
3．1 均值向量的檢驗(yàn)
3．1．1 多元正態(tài)分布均值向量的檢驗(yàn)
3．1．2 霍特林統(tǒng)計(jì)量與似然比檢驗(yàn)統(tǒng)計(jì)量的關(guān)系
3．2 置信域與聯(lián)合置信區(qū)間
3．2．1 置信域
3．2．2 T2聯(lián)合置信區(qū)間
3．2．3 龐弗羅尼置信區(qū)間
3．3 均值向量的大樣本推斷
3．3．1 大樣本情形下均值向量的檢驗(yàn)
3．3．2 大樣本情形下的聯(lián)合置信域
3．4 單個總體協(xié)方差矩陣的檢驗(yàn)
3．4．1 協(xié)方差矩陣等于已知正定矩陣的檢驗(yàn)
3．4．2 協(xié)方差矩陣與已知正定矩陣成比例的檢驗(yàn)
習(xí)題3
第4章 多個正態(tài)總體參數(shù)的比較
4．1 兩個總體均值向量的比較
4．1．1 協(xié)方差矩陣相等時(shí)兩個正態(tài)總體均值向量的比較
4．1．2 協(xié)方差矩陣不等時(shí)兩個正態(tài)總體均值向量的檢驗(yàn)
4．1．3 大樣本情形下兩個總體均值向量的檢驗(yàn)
4．2 單因素多個總體均值向量的比較
4．2．1 一元單因素方差分析
4．2．2 多元單因素方差分析（One-way MANOVA）
4．3 雙因素多個總體均值向量的比較
4．3．1 一元雙因素方差分析（Two-way ANOVA）
4．3．2 多元雙因素方差分析（Two-way MANOVA）
4．4 多個總體協(xié)方差矩陣的比較
習(xí)題4
第5章 線性回歸模型
5．1 一元多重線性回歸
5．1．1 未知參數(shù)B0，B1，…，Bp-1的最小二乘估計(jì)
5．1．2 最小二乘估計(jì)的性質(zhì)
5．1．3 回歸模型的假設(shè)檢驗(yàn)
5．1．4 利用回歸方程進(jìn)行預(yù)測
5．2 回歸診斷與自變量選擇
5．2．1 回歸診斷
5．2．2 回歸分析中的變量篩選
5．3 多元多重線性回歸
5．3．1 未知參數(shù)的估計(jì)
5．3．2 回歸系數(shù)的假設(shè)檢驗(yàn)
5．3．3 多元多重回歸預(yù)測
習(xí)題5
第6章 主成分分析
6．1 主成分分析的基本理論
6．2 總體主成分
6．2．1 主成分的求法
6．2．2 總體主成分的性質(zhì)
6．3 樣本主成分
6．4 主成分分析的應(yīng)用
6．4．1 主成分分析的步驟
6．4．2 應(yīng)用實(shí)例
習(xí)題6
第7章 因子分析
7．1 因子分析的基本理論
7．1．1 因子分析的基本思想
7．1．2 正交因子模型
7．2 因子分析的計(jì)算步驟
7．2．1 因子載荷的估計(jì)
7．2．2 因子旋轉(zhuǎn)
7．2．3 因子得分
7．3 因子分析的應(yīng)用
7．3．1 因子分析的步驟
7．3．2 案例分析
習(xí)題7
第8章 典型相關(guān)分析
8．1 典型相關(guān)分析的基本理論
8．1．1 典型相關(guān)分析的方法
8．1．2 典型相關(guān)分析的性質(zhì)
8．2 樣本的典型相關(guān)變量
8．3 典型相關(guān)系數(shù)的顯著性檢驗(yàn)
習(xí)題8
第9章 判別分析
9．1 距離判別
9．1．1 距離概念
9．1．2 距離判別的思想和方法
9．1．3 距離判別的評價(jià)準(zhǔn)則
9．2 Fisher 判別
9．2．1 Fisher判別的思想
9．2．2 Fisher 判別的方法
9．3 Bayes判別
9．3．1 Bayes判別的思想
9．3．2 兩總體的Bayes判別
9．3．3 多總體的Bayes判別
習(xí)題9
第10章 聚類分析
10．1 聚類分析的基本思想
10．2 相似性度量
10．2．1 數(shù)據(jù)變換
10．2．2 樣品間的相似性度量-距離
10．2．3 變量間的相似性度量-相似系數(shù)
10．3 系統(tǒng)聚類法
10．3．1 類間的距離
10．3．2 系統(tǒng)聚類過程
10．3．3 類個數(shù)的確定
10．4 動態(tài)聚類法
習(xí)題
參考文獻(xiàn)