多元统计分析

第1章 R 与多元统计分析简介

1.1 R 简介

1.1.1 R 的特点

1.1.2 R 的安装与运行

1.1.3 R 的基本原理

1.1.4 R 的帮助

1.2 多元统计分析简介

1.2.1多元统计分析的用途

1.2.2 多元统计分析的内容

习 题

2.1 多元线性模型

2.1.1 模型定义

2.1.2 模型的参数估计和检验

2.2 变量选择

2.3 回归诊断

第1章 R 与多元统计分析简介

1.1 R 简介

1.1.1 R 的特点

1.1.2 R 的安装与运行

1.1.3 R 的基本原理

1.1.4 R 的帮助

1.2 多元统计分析简介

1.2.1多元统计分析的用途

1.2.2 多元统计分析的内容

习 题

第 2 章 多元线性模型

2.1 多元线性模型

2.1.1 模型定义

2.1.2 模型的参数估计和检验

2.2 变量选择

2.3 回归诊断

2.3.1残差分析和异常点探测

2.3.2 回归诊断: 一般的方法

2.4 回归预测

习 题

第 3 章 广义线性模型

3.1 广义线性模型概述

3.2 Logistic 模型

3.3 对数线性模型

习 题

第 4 章 聚类分析

4.1相似性的度量

4.2系统聚类法

4.3 k均值聚类法

4.4 案例: 世界\ 146 个国家和地区人文发展情况的聚类分析

习 题

第 5 章 判别分析

5.1距离判别

5.1.1 距离

5.1.2 两个总体的距离判别

5.1.3多个总体的距离判别

5.2 Fisher 判别

5.2.1 两总体Fisher 判别

5.2.2 多总体Fisher 判别

5.3 Bayes 判别

5.3.1两总体的Bayes 判别

5.3.2 多总体的Bayes 判别

5.4 案例分析与R 实现

习 题

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

6.2.1 主成分的含义

6.2.2主成分的计算

6.2.3主成分的主要性质

6.2.4主成分个数的确定

6.3样本主成分

6.3.1样本主成分性质和计算

6.3.2主成分分析的步骤和相关R 函数

6.4案例: 主成分综合分析

习 题

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

习 题

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: 对应分析在现金支出定位中的应用及R操作

习 题

第 9 章 典型相关分析

9.1 典型相关分析基本理论

9.2 案例: 我国科学研究与开发机构科研投入与产出的典型相关分析及R 操作

习 题

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

10.2.1 多维标度法的几个基本概念

10.2.2 已知距离矩阵时CMDS解的计算

10.2.3 已知相似系数矩阵时CMDS解的计算

10.3 非度量多维标度法

10.4 案例分析与R实现

习 题

参考文献

々多元统计分析是统计学应用性最强的一个分支，本书是结合目前非常流行的R软件来讲解多元统计分析的基本理论和方法，力求采用简洁明了的语言来阐述理论，使用R软件来实现具体的计算分析，试图帮助读者在最短的时间里领会多元统计分析的真谛所在。
　　本书的编写有以下特点：（1）言简意赅，为了节约篇幅，省略了一些繁琐的理论证明和公式推导；（2）强调应用，采用生动具体的例子来讲解多元统计分析方法，方便读者学习；（3）与R密切结合，采用R软件来实现多元统计的计算和分析，并解读R软件的分析结果；（4）使用方便，本书所有例题、案例和习题的数据文件以及相应的R程序都放在人大网站上。