多元统计分析 (本科教材)

第1章 多元正态分布 1．1 随机向量 1．1．1 随机向量的定义 1．1．2 随机向量的分布 1．1．3 随机向量的数字特征 1．2 多元正态分布概述 1．2．1 多元正态分布的定义 1．2．2 多元正态变量的基本性质 1．3 多元正态分布的参数估计 1．3．1 多元样本的数字特征 1．3．2 均值向量和协方差矩阵的极大似然估计 1．4 常用分布与抽样分布 1．4．1 Wishart分布 1．4．2 HotellingT2分布 1．4．3 Wilks分布 【课后练习】 第2章 均值向量与协方差阵的检验 2．1 均值向量的检验 2．1．1 单指标检验回顾 2．1．2 多元均值检验 2．1．3 两正态总体均值向量的检验 2．1．4 多正态总体均值向量的检验——多元方差分析 2．2 协方差阵的检验 2．2．1 单个正态总体协方差阵的检验 2．2．2 多总体协方差阵的检验 2．2．3 多个正态总体的均值向量和协方差阵同时检验 2．3 SAS实现与应用案例 【课后练习】 第3章 聚类分析 3．1 聚类分析的基本概念 3．2 距离和相似系数 3．2．1 变量的类型 3．2．2 距离 3．2．3 相似系数 3．3 系统聚类法 3．3．1 *短距离法 3．3．2 *长距离法 3．3．3 中间距离法 3．3．4 重心法 3．3．5 类平均法 3．3．6 离差平方和法 3．3．7 系统聚类法的统一 3．3．8 确定类的个数 3．4 动态聚类法 3．4．1 动态聚类法的基本思想 3．4．2 动态聚类法的基本步骤 3．4．3 凝聚点的选择 3．5 SAS实现与应用案例 3．5．1 系统聚类法案例 3．5．2 动态聚类法案例 【课后练习】 第4章 判别分析 4．1 判别分析的基本思想 4．2 距离判别法 4．2．1 两总体情形（两类判别） 4．2．2 多总体情形 4．3 贝叶斯判别 4．4 费歇判别 4．4．1 费歇判别的基本思想 4．4．2 两总体费歇判别法 4．4．3 多总体费歇判别法 4．5 SAS实现与应用案例 4．5．1 ST和非ST企业的距离判别 4．5．2 鸢尾花类型的费歇判别 【课后练习】 第5章 主成分分析 5．1 主成分分析的基本思想 5．2 主成分分析的数学模型及几何意义 5．2．1 数学模型 5．2．2 几何意义 5．3 主成分的推导与计算 5．3．1 主成分的推导 5．3．2 主成分的计算 5．3．3 R型分析 5．4 主成分的相关结构与性质 5．4．1 主成分的相关结构 5．4．2 主成分的性质 5．5 主成分的应用 5．5．1 用主成分图解样品和变量 5．5．2 主成分分析用于综合评价 5．5．3 主成分回归 5．6 SAS实现与应用案例 5．6．1 区域经济发展的综合分析 5．6．2 居民消费水平的主成分回归 【课后练习】 第6章 因子分析 6．1 因子分析的基本思想 6．2 因子分析模型 6．2．1 正交因子模型 6．2．2 因子载荷的统计意义 6．3 因子载荷矩阵的估计 6．4 因子旋转 6．4．1 方差*大化正交旋转 6．4．2 四次方*大化正交旋转 6．4．3 旋转前后的共同度与公共因子方差贡献 6．5 因子得分 6．6 SAS实现与应用案例 【课后练习】 …… 第7章 对应分析 第8章 典型相关分析 第9章 广义线性模型 第10章 逻辑回归 参考文献 附录 矩阵代数