实用多元统计分析

第1章 多元数据和多元统计分析 / 1 1.1 多元数据认知 / 1 1.2 多元统计分析 / 4 第2章 多元数据的图示分析法 / 7 2.1 图示分析认知 / 8 2.2 散点图 / 8 2.3 箱线图 / 16 2.4 检验分布假设的图示方法 / 20 2.5 轮廓图 / 22 2.6 雷达图 / 23 2.7 星座图 / 24 2.8 调和曲线图 / 28 2.9 脸谱图 / 30 第3章 多元正态分布及其参数估计 / 36 3.1 随机向量及其分布认知 / 37 3.2 多元正态分布的定义及性质 / 43 3.3 基于协方差阵及其分块矩阵分析股市风险 / 50 3.4 多元正态分布的参数估计 / 52 3.5 Wishart分布 / 57 第4章 多元正态总体参数的检验 / 61 4.1 单个总体均值向量的检验 / 62 4.2 两个总体均值向量的检验 / 64 4.3 多个正态总体均值向量的检验 / 67 4.4 协方差阵的检验 / 71 4.5 实际应用 / 73 第5章 线性回归分析 / 85 5.1 线性回归分析的认知 / 86 5.2 一元线性回归模型的参数估计 / 90
5.3 多元线性回归模型的参数估计 / 101 5.4 多元线性回归模型的统计检验 / 108 5.5 多元线性回归模型的置信区间 / 118 *5.6 违背基本假设的情况 / 121 5.7 实际应用 / 140 第6章 聚类分析 / 149 6.1 聚类分析认知 / 149 6.2 距离和相似系数 / 151 6.3 系统聚类方法 / 156 6.4 实际应用 / 164 第7章 判别分析 / 171 7.1 判别分析认知 / 171 7.2 距离判别法 / 173 7.3 Fisher 判别法 / 179 7.4 Bayes 判别法 / 187 7.5 逐步判别法 / 193 7.6 实际应用 / 193 第8章 主成分分析 / 208 8.1 主成分分析认知 / 209 8.2 主成分个数选取与主成分回归 / 214 8.3 实际应用 / 216 第9章 因子分析 / 231 9.1 因子分析认知 / 232 9.2 因子分析的数学模型 / 233 9.3 因子载荷阵的估计方法 / 237 9.4 因子旋转 / 240 9.5 因子得分的估计 / 244 9.6 因子分析的步骤 / 247 9.7 实际应用 / 250 第10章 路径分析 / 269 10.1 路径分析认知 / 270 10.2 路径分析的基本原理 / 272 10.3 分解简单相关系数的路径分析 / 279 10.4 实际应用 / 282
第11章 函数性数据与修匀处理 / 289 11.1 函数性数据分析认知 / 289 11.2 函数性数据修匀的基函数方法 / 291 11.3 函数性数据修匀的粗糙惩罚方法 / 294 第12章 函数性数据的描述性分析 / 297 12.1 函数性数据的概括统计量 / 297 12.2 实际应用 / 299 参考文献 / 302 附录A 统计分布表 / 304 附录B 数据表 / 305