包邮多元统计分析:基于R

第 1章 多元统计分析与 R简介
1.1多元统计分析简介
1.2 R简介
习题
参考文献

第 2章 多元线性模型
2.1多元正态分布
2.2多元线性模型
2.3变量选择
2.4回归诊断
2.5回归预测
习题
参考文献

第 3章 广义线性模型
3.1广义线性模型的定义
3.2 Logistic模型
3.3 Probit模型
3.4多项 Logit模型
3.5泊松对数线性模型
3.6零膨胀计数模型
3.7多项分布对数线性模型
习题
参考文献

第 4章 聚类分析
4.1相似性度量
4.2系统聚类法
4.3 k均值聚类法
4.4 EM聚类法
习题
参考文献

第 5章 判别分析
5.1距离判别
5.2 Fisher判别
5.3 Bayes判别
5.4二次判别
5.5案例分析与 R实现
习题
参考文献
附录



第 6章 主成分分析
6.1主成分分析的基本思想
6.2总体主成分
6.3样本主成分
6.4案例分析:主成分回归分析
习题
参考文献

第 7章因子分析
7.1正交因子模型
7.2因子模型的估计
7.3因子正交旋转
7.4因子得分
7.5因子分析小结
7.6案例分析:因子分析模型在
习题
参考文献

第8章对应分析
8.1对应分析的基本思想
8.2对应分析的原理
8.3对应分析的计算步骤
8.4案例分析:对应分析在文化
习题
参考文献



第 9章典型相关分析
9.1典型相关分析基本理论
9.2总体典型相关变量的概念
9.3典型相关变量的性质
9.4原始变量与典型相关变量的
9.5简单相关、复相关和典型相关
9.6分量的标准化处理
9.7样本典型相关系数及其对应汽车零部件行业业绩分析典型相关变量的计算
9.8典型相关系数的显著性检验
9.9被解释样本方差的比例
9.10案例分析及 R操作
习题
参考文献
附录

第 10章多维标度分析
10.1多维标度法的基本思想
10.2古典多维标度法
10.3案例分析与 R实现
习题
参考文献