实用多元统计分析（第四版）

第一部分  预备知识                  
   第1章  多元分析概述                  
     1. 1  引言                  
     1. 2  多元方法的应用                  
     1. 3  数据的组织                  
     1. 4  数据的展示及图表示                  
     1. 5  距离                  
     1. 6  最终评注                  
     练习                  
     参考文献                  
   第2章  矩阵代数与随机向量                  
     2. 1  引言                  
     2. 2  矩阵和向量代数基础                  
     2. 3  正定矩阵                  
     2. 4  平方根矩阵                  
     2. 5  随机向量和矩阵                  
     2. 6  均值向量和协方差矩阵                  
     2. 7  矩阵不等式和极大化                  
     补充2A  向量与矩阵：基本概念                  
     练习                  
     参考文献                  
   第3章  样本几何与随机抽样                  
     3. 1  引言                  
     3. 2  样本几何                  
     3. 3  随机样本以及样本均值和协方差矩阵的期望值                  
     3. 4  广义方差                  
     3. 5  作为矩阵运算的样本均值. 协方差与相关系数                  
     3. 6  变量的线性组合的样本值                  
     练习                  
     参考文献                  
   第4章  多元正态分布                  
     4. 1  引言                  
     4. 2  多元正态密度及其性质                  
     4. 3  从多元正态分布抽样与极大似然估计                  
     4. 4  X和S的抽样分布                  
     4. 5  X和S的大样本特性                  
     4. 6  评估正态性假设                  
     4. 7  搜寻离群值及“清洁”数据                  
     4. 8  变换到接近正态性                  
     练习                  
     参考文献                  
   第二部分  关于多元均值与线性模型的推断                  
   第5章  关于均值向量的推断                  
     5. 1  引言                  
     5. 2  uo作为正态总体均值的似真性                  
     5. 3  霍特林T2与似然比检验                  
     5. 4  置信域和均值分量的联合比较                  
     5. 5  总体均值向量的大样本推断                  
     5. 6  多元质量控制图                  
     5. 7  观测值缺损时均值向量的推断                  
     5. 8  多元观测中由时间相依性造成的困难                  
     补充5A  作为户维椭球投影的联合置信区间与置信椭圆                  
     练习                  
     参考文献                  
   第6章  多个多元均值向量的比较                  
     6. 1  引言                  
     6. 2  成对比较与重复测量设计                  
     6. 3  两总体均值向量的比较                  
     6. 4  多个多元总体均值向量的比较(单因子MANOVA)                  
     6. 5  处理效应的联合置信区间                  
     6. 6  双因子多元方差分析                  
     6. 7  轮廓分析                  
     6. 8  重复测量设计和生长曲线                  
     6. 9  对分析多元模型的透视和建议                  
     练习                  
     参考文献                  
   第7章  多元线性回归模型                  
     7. 1  引言                  
     7. 2  经典线性回归模型                  
     7. 3  最小二乘估计                  
     7. 4  回归模型的推断                  
     7. 5  由估计的回归函数作推断                  
     7. 6  模型检查及回归中的其他问题                  
     7. 7  多元多重回归                  
     7. 8  线性回归的概念                  
     7. 9  比较回归模型的两种表述方式                  
     7. 10  有时间相关误差的多重回归模型                  
     补充7A  多元多重回归模型的似然比的分布                  
     练习                  
     参考文献                  
     第三部分  协方差结构分析                  
   第8章  主成分                  
     8. 1  引言                  
     8. 2  总体主成分                  
     8. 3  综合主成分的样本变差                  
     8. 4  主成分的图形表示                  
     8. 5  大样本推断                  
     8. 6  用主成分监控质量                  
     补充8A  样本主成分近似的几何意义                  
     练习                  
     参考文献                  
   第9章  因子分析与对协方差矩阵结构的推断                  
     9. 1  引言                  
     9. 2  正交因子模型                  
     9. 3  估计方法                  
     9. 4  因子旋转                  
     9. 5  因子得分                  
     9. 6  因子分析展望和建议                  
     9. 7  构造方程模型                  
     补充9A  最大似然估计的某些计算细节                  
     练习                  
     参考文献                  
   第10章  典型相关分析                  
     lo. 1  引言                  
     10. 2  典型变量和典型相关系数                  
     10. 3  总体典型变量的解释                  
     10. 4  样本典型变量和样本典型相关系数                  
     10. 5  其他样本描述性度量                  
     10. 6  大样本推断                  
     练习                  
     参考文献                  
   第四部分  分类和分组方法                  
   第11章  判别与分类                  
     11. 1  引言                  
     11. 2  两个总体的分离与分类                  
     11. 3  两个多元正态总体的分类                  
     11. 4  评估分类函数                  
     11. 5  费希尔判别函数——分离总体                  
     11. 6  多个总体的分类                  
     11. 7  对多个总体进行判别的费希尔方法                  
     11. 8  最后的评述                  
     练习                  
     参考文献                  
   第12章  聚类. 距离方法与多维标度变换                  
     12. 1  引言                  
     12. 2  相似性量度                  
     12. 3  分层聚类方法                  
     12. 4  非分层聚类方法                  
     12. 5  多维标度变换                  
     12. 6  对应分析                  
     12. 7  用于观察抽样单元和变量的双重信息图                  
     12. 8  普罗克鲁斯特斯分析：一种比较点结构的方法                  
     练习                  
     参考文献                  
     附录                  
     表1  标准正态概率                  
     表2  学生t分布百分位点                  
     表3  X2分布百分位点                  
     表4  F分布百分位点(a＝0. 10)                  
     表5  F分布百分位点(a＝0. 05)                  
     表6  F分布百分位点(a＝0. 01)