应用多元统计分析

前言1 多元分析的各个方面1．1 介绍1．2 多元方法的应用1．3 组织数据1．4 数据的显示和图表示 1．5 距离1．6 *终说明 2 矩阵代数和随机向量2．1 介绍2．2 矩阵和向量代数的一些基础2．3 正定矩阵2．4 平方根矩阵2．5 随机向量和矩阵2．6 均值向量和协方差矩阵2．7 矩阵不等式和*大化 3 样本几何学和随机抽样3．1 介绍 3．2 样本几何学3．3 随机样本和样本平均与协方差矩阵的期望值 3．4 广义方差3．5 作为矩阵运算形式的样本平均、方差和相关 3．6 变量线性组合的样本值 4 多元正态分布4．1 介绍 4．2 多元变量正态密度及其性质 4．3 多元正态分布的抽样和*大似然估计4．4 X和S的抽样分布 4．5 X和S的大样本性质4．6 评估正态性假定4．7 检测离群值和清理数据 4．8 变换到近似正态 5 关于均值向量的推断5．1 介绍5．2 go作为正态总体均值的合理性5．3 HotellingT2和似然比检验5．4 置信区域和成分均值的同时比较5．5 有关一个总体均值向量的大样本推断5．6 多元质量控制图5．7 当有缺失值时的关关均值向量的推断 5．8 由于多变量观测值依赖于时间而造成的困难 6 几个多元均值的比较6．1 介绍6．2 配对比较和重复度量设计6．3 二总体的均值向量的比较6．4 比较几个多元总体均值（单向Manova） 6．5 处理效应的同时置信区间6．6 双向多元方差分析6．7 纵断面分析6．8 重复测量设计和增长曲线6．9 分析多元变量模型的看法和策略 7 多元线性回归模型7．1 介绍7．2 经典线性回归模型7．3 *小二乘估计7．4 关于回归模型的推断7．5 基于估计回归函数的推断7．6 模型的核对和回归的其他方面……