多元统计分析

第1章 多元正态分布　1.1 多元分布的基本概念　1.2 统计距离和马氏距离　1.3 多元正态分布　1.4 均值向量和协方差阵的估计　1.5 常用分布及抽样分布第2章 均值向量和协方差阵的检验　2.1 均值向量的检验　2.2 协方差阵的检验　2.3 形象分析　2.4 有关检验的上机实现第3章 聚类分析　3.1 聚类分析的基本思想　3.2 相似性度量　3.3 类和类的特征

第1章 多元正态分布　1.1 多元分布的基本概念　1.2 统计距离和马氏距离　1.3 多元正态分布　1.4 均值向量和协方差阵的估计　1.5 常用分布及抽样分布第2章 均值向量和协方差阵的检验　2.1 均值向量的检验　2.2 协方差阵的检验　2.3 形象分析　2.4 有关检验的上机实现第3章 聚类分析　3.1 聚类分析的基本思想　3.2 相似性度量　3.3 类和类的特征　3.4 系统聚类法　3.5 模糊聚类分析　3.6 K-均值聚类和有序样品的聚类　3.7 计算步骤与上机实现　3.8 社会经济案例研究第4章 判别分析　4.1 判别分析的基本思想　4.2 距离判别　4.3 Bayes判别　4.4 Fisher判别　4.5 逐步判别　4.6 判别分析方法步骤及框图　4.7 判别分析的上机实现　4.8 判别分析应用的几个例子 第5章 主成分分析　5.1 主成分分析的基本思想与理论　5.2 主成分分析的几何意义　5.3 总体主成分及其性质　5.4 样本主成分的导出　5.5 有关问题的讨论　5.6 主成分分析步骤及框图　5.7 主成分分析的上机实现第6章 因子分析　6.1 因子分析的基本理论　6.2 因子载荷的求解　6.3 因子分析的步骤与逻辑框图　6.4 因子分析的上机实现第7章 对应分析　7.1 列联表及列联表分析　7.2 对应分析的基本理论　7.3 对应分析的步骤及逻辑框图　7.4 对应分析的上机实现第8章 典型相关分析　8.1 典型相关分析的基本理论及方法　8.2 典型相关分析的步骤及逻辑框图　8.3 典型相关分析的上机实现　8.4 社会经济案例研究第9章 定性数据的建模分析　9.1 对数线性模型基本理论和方法　9.2 对数线性模型的上机实现　9.3 Logistic回归基本理论和方法　9.4 Logistic回归的方法及步骤　9.5 Logistic回归的上机实现第10章 路径分析　10.1 基本概念和理论　10.2 分解相关系数　10.3 路径模型的调试和检验　10.4 路径分析流程图及SPSS指令　10.5 案例分析第11章 结构方程模型第12章 联合分析第13章 多变量的图表示法第14章 多维标度法

多元统计分析是统计学中一个非常重要的分支, 在国外，从20世纪30年代起,已开始在自然科学、管理科学和社会、经济等领域广泛应用。我国自20世纪80年代起在许多领域拉开了多元统计分析应用的帷幕,本书正是为了适应新的需求形势而编著的。 本书写作的指导思想是:在不失严谨的前提下,明显不同于纯数理类教材,努力突出实际案例的应用和统计思想的渗透,结合统计软件较全面地系统介绍多元分析的实用方法。为了贯彻这一思想,本书参考了国内外大量书籍及文献，在系统介绍多元分析基本理论和方法的同时,尽力结合社会、经济、自然科学等领域的研究实例,把多元分析的方法与实际应用结合起来,注意定性分析与定量分析的紧密结合,努力把同行们以及我们在实践中应用多元分析的经验和体会融入其中。几乎每种方法都强调它们各自的优缺点和实际运用中应注意的问题。为使读者掌握本书内容,又考虑到这门课程的应用性和实践性,每章后面给出一些简单的思考与练习题。我们鼓励读者自己利用一些实际数据去实现这些方法。多元分析的应用离不开计算机,本书的案例主要运用在我国广泛流行的SPSS软件实现，部分方法用SAS软件完成。本书一个显著的特点是在每种方法后结合实例概要介绍了SPSS或SAS软件的实际操作实现过程。在每章后面都注明了参考文献,有兴趣的读者可进一步阅读。