近代實(shí)用多元統(tǒng)計(jì)分析

第1章 矩陣知識(shí)補(bǔ)充
1.1 矩陣的譜分解
1.2 矩陣開(kāi)平方與比較
1.3 矩陣的跡
1.4 矩陣微商
1.5 分塊矩陣的逆
1.6 有關(guān)矩陣不等式
習(xí)題一
第2章 多元正態(tài)分布
2.1 隨機(jī)向量
2.2 多元正態(tài)分布的定義及其性質(zhì)
2.3 多元正態(tài)分布的參數(shù)估計(jì)
2.4 抽樣分布
習(xí)題二
第3章 多元正態(tài)總體的假設(shè)檢驗(yàn)與方差分析
3.1 一元正態(tài)總體情形的回顧
3.2 均值等于常數(shù)向量的檢驗(yàn)
3.3 兩總體均值的比較檢驗(yàn)
3.4 多個(gè)總體均值向量的比較檢驗(yàn)
3.5 總體協(xié)差陣相等的檢驗(yàn)
3.6 獨(dú)立性檢驗(yàn)
習(xí)題三
第4章 多元回歸分析
4.1 多元線性回歸模型
4.2 多元線性回歸模型參數(shù)的估計(jì)
4.3 假設(shè)檢驗(yàn)
4.4 預(yù)報(bào)
4.5 多項(xiàng)式回歸
4.6 多元線性回歸模型的選擇
4.7 回歸診斷
4.8 非線性回歸模型
習(xí)題四
第5章 主成分分析與經(jīng)驗(yàn)正交分解
5.1 主成分分析數(shù)學(xué)模型
5.2 樣本主成分及其計(jì)算
5.3 主成分得分
5.4 主成分聚類與主成分回歸
5.5 經(jīng)驗(yàn)正交函數(shù)分解
習(xí)題五
第6章 因子分析
6.1 因子分析數(shù)學(xué)模型
6.2 因子分析模型參數(shù)的估計(jì)
6.3 因子旋轉(zhuǎn)
6.4 因子得分
習(xí)題六
第7章 判別分析
7.1 數(shù)學(xué)模型與判別方法
7.2 用DISCRIM過(guò)程實(shí)施最大概率判別和貝葉斯判別
7.3 逐步判別
7.4 典型判別
習(xí)題七
第8章 典型相關(guān)分析
8.1 典型相關(guān)分析數(shù)學(xué)模型
8.2 典型相關(guān)過(guò)程
習(xí)題八
第9章 聚類分析
9.1 引言
9.2 聚類統(tǒng)計(jì)量
9.3 系統(tǒng)聚類法
……
第10章 屬性數(shù)據(jù)的統(tǒng)計(jì)分析
附錄1 SAS軟件簡(jiǎn)介
附錄2 SPSS解一些多元分析的例子
參考文獻(xiàn)