實用多元統計分析（第四版）

第一部分  預備知識                  
   第1章  多元分析概述                  
     1. 1  引言                  
     1. 2  多元方法的應用                  
     1. 3  數據的組織                  
     1. 4  數據的展示及圖表示                  
     1. 5  距離                  
     1. 6  最終評注                  
     練習                  
     參考文獻                  
   第2章  矩陣代數與隨機向量                  
     2. 1  引言                  
     2. 2  矩陣和向量代數基礎                  
     2. 3  正定矩陣                  
     2. 4  平方根矩陣                  
     2. 5  隨機向量和矩陣                  
     2. 6  均值向量和協方差矩陣                  
     2. 7  矩陣不等式和極大化                  
     補充2A  向量與矩陣：基本概念                  
     練習                  
     參考文獻                  
   第3章  樣本幾何與隨機抽樣                  
     3. 1  引言                  
     3. 2  樣本幾何                  
     3. 3  隨機樣本以及樣本均值和協方差矩陣的期望值                  
     3. 4  廣義方差                  
     3. 5  作為矩陣運算的樣本均值. 協方差與相關系數                  
     3. 6  變量的線性組合的樣本值                  
     練習                  
     參考文獻                  
   第4章  多元正態(tài)分布                  
     4. 1  引言                  
     4. 2  多元正態(tài)密度及其性質                  
     4. 3  從多元正態(tài)分布抽樣與極大似然估計                  
     4. 4  X和S的抽樣分布                  
     4. 5  X和S的大樣本特性                  
     4. 6  評估正態(tài)性假設                  
     4. 7  搜尋離群值及“清潔”數據                  
     4. 8  變換到接近正態(tài)性                  
     練習                  
     參考文獻                  
   第二部分  關于多元均值與線性模型的推斷                  
   第5章  關于均值向量的推斷                  
     5. 1  引言                  
     5. 2  uo作為正態(tài)總體均值的似真性                  
     5. 3  霍特林T2與似然比檢驗                  
     5. 4  置信域和均值分量的聯合比較                  
     5. 5  總體均值向量的大樣本推斷                  
     5. 6  多元質量控制圖                  
     5. 7  觀測值缺損時均值向量的推斷                  
     5. 8  多元觀測中由時間相依性造成的困難                  
     補充5A  作為戶維橢球投影的聯合置信區(qū)間與置信橢圓                  
     練習                  
     參考文獻                  
   第6章  多個多元均值向量的比較                  
     6. 1  引言                  
     6. 2  成對比較與重復測量設計                  
     6. 3  兩總體均值向量的比較                  
     6. 4  多個多元總體均值向量的比較(單因子MANOVA)                  
     6. 5  處理效應的聯合置信區(qū)間                  
     6. 6  雙因子多元方差分析                  
     6. 7  輪廓分析                  
     6. 8  重復測量設計和生長曲線                  
     6. 9  對分析多元模型的透視和建議                  
     練習                  
     參考文獻                  
   第7章  多元線性回歸模型                  
     7. 1  引言                  
     7. 2  經典線性回歸模型                  
     7. 3  最小二乘估計                  
     7. 4  回歸模型的推斷                  
     7. 5  由估計的回歸函數作推斷                  
     7. 6  模型檢查及回歸中的其他問題                  
     7. 7  多元多重回歸                  
     7. 8  線性回歸的概念                  
     7. 9  比較回歸模型的兩種表述方式                  
     7. 10  有時間相關誤差的多重回歸模型                  
     補充7A  多元多重回歸模型的似然比的分布                  
     練習                  
     參考文獻                  
     第三部分  協方差結構分析                  
   第8章  主成分                  
     8. 1  引言                  
     8. 2  總體主成分                  
     8. 3  綜合主成分的樣本變差                  
     8. 4  主成分的圖形表示                  
     8. 5  大樣本推斷                  
     8. 6  用主成分監(jiān)控質量                  
     補充8A  樣本主成分近似的幾何意義                  
     練習                  
     參考文獻                  
   第9章  因子分析與對協方差矩陣結構的推斷                  
     9. 1  引言                  
     9. 2  正交因子模型                  
     9. 3  估計方法                  
     9. 4  因子旋轉                  
     9. 5  因子得分                  
     9. 6  因子分析展望和建議                  
     9. 7  構造方程模型                  
     補充9A  最大似然估計的某些計算細節(jié)                  
     練習                  
     參考文獻                  
   第10章  典型相關分析                  
     lo. 1  引言                  
     10. 2  典型變量和典型相關系數                  
     10. 3  總體典型變量的解釋                  
     10. 4  樣本典型變量和樣本典型相關系數                  
     10. 5  其他樣本描述性度量                  
     10. 6  大樣本推斷                  
     練習                  
     參考文獻                  
   第四部分  分類和分組方法                  
   第11章  判別與分類                  
     11. 1  引言                  
     11. 2  兩個總體的分離與分類                  
     11. 3  兩個多元正態(tài)總體的分類                  
     11. 4  評估分類函數                  
     11. 5  費希爾判別函數——分離總體                  
     11. 6  多個總體的分類                  
     11. 7  對多個總體進行判別的費希爾方法                  
     11. 8  最后的評述                  
     練習                  
     參考文獻                  
   第12章  聚類. 距離方法與多維標度變換                  
     12. 1  引言                  
     12. 2  相似性量度                  
     12. 3  分層聚類方法                  
     12. 4  非分層聚類方法                  
     12. 5  多維標度變換                  
     12. 6  對應分析                  
     12. 7  用于觀察抽樣單元和變量的雙重信息圖                  
     12. 8  普羅克魯斯特斯分析：一種比較點結構的方法                  
     練習                  
     參考文獻                  
     附錄                  
     表1  標準正態(tài)概率                  
     表2  學生t分布百分位點                  
     表3  X2分布百分位點                  
     表4  F分布百分位點(a＝0. 10)                  
     表5  F分布百分位點(a＝0. 05)                  
     表6  F分布百分位點(a＝0. 01)