大維統(tǒng)計分析

記號與約定
第一章 引論
1.1 多元統(tǒng)計分析
1.2 多元正態(tài)分布
1.3 大維統(tǒng)計分析
1.4 大維隨機(jī)矩陣的譜分析
第二章 多元正態(tài)分布
2.1 引論
2.2 多元正態(tài)分布的定義
2.2.1 標(biāo)準(zhǔn)p元正態(tài)分布
2.2.2 一般p元正態(tài)分布的定義
2.2.3 多元正態(tài)分布的特征函數(shù)、矩母函數(shù)和密度
2.2.4 二元正態(tài)分布的密度公式
2.2.5 多元正態(tài)分布的相關(guān)系數(shù)和相關(guān)系數(shù)矩陣
2.3 多元正態(tài)分布的性質(zhì)
2.3.1 多元正態(tài)分布族在線性變換下的性質(zhì)
2.3.2 多元正態(tài)分布密度的等高線
2.3.3 正態(tài)隨機(jī)變量線性組合的分布、獨立性及邊緣分布
2.4 條件分布和多重相關(guān)系數(shù)
2.4.1 條件分布
2.4.2 多重相關(guān)系數(shù)
2.4.3 偏相關(guān)的一些公式
2.5 多元正態(tài)分布的二次型及其獨立性
2.5.1 二次型的矩和矩母函數(shù)
2.5.2 線性型、二次型相互獨立的充要條件
2.6 復(fù)多元正態(tài)分布的定義及基本性質(zhì)
2.6.1 復(fù)數(shù)運算的補(bǔ)充代數(shù)知識
2.6.2 復(fù)多元正態(tài)分布的定義和性質(zhì)
2.6.3 極大似然估計
2.7 練習(xí)題
第三章 均值向量與協(xié)方差矩陣的估計
3.1 引論
3.2 均值向量和協(xié)方差矩陣的極大似然估計
3.3 協(xié)方差矩陣已知時，樣本均值向量的分布及統(tǒng)計推斷
3.3.1 分布理論
3.3.2 協(xié)方差矩陣已知時，關(guān)于均值向量的檢驗和置信域
3.3.3 非中心化X2分布與功效函數(shù)
3.4 均值向量估計的性質(zhì)
3.4.1 極大似然估計的性質(zhì)
3.4.2 Bayes與mmmax估計
3.5 均值向量的改進(jìn)估計
3.5.1 引論
3.5.2 James-Stein估計量
3.5.3 協(xié)方差矩陣已知時任意二次損失函數(shù)下的估計
3.6 練習(xí)題
第四章 樣本相關(guān)系數(shù)的分布與應(yīng)用
4.1 引論
4.2 二元樣本相關(guān)系數(shù)
4.2.1 總體相關(guān)系數(shù)為零時樣本相關(guān)系數(shù)的分布及不相關(guān)的假設(shè)檢驗
4.2.2 總體相關(guān)系數(shù)非零時樣奉相關(guān)系數(shù)的分布，假設(shè)檢驗和置信區(qū)間
4.2.3 樣本相關(guān)系數(shù)與Fisher z的漸近分布
4.3 偏相關(guān)系數(shù)，條件分布
4.3.1 偏相關(guān)系數(shù)的估計
4.3.2 樣本偏相關(guān)系數(shù)的分布
……
第五章 T2統(tǒng)計量
第六章 判別分析
第七章 樣本協(xié)方差矩陣的分布與廣義方差
第八章 一般線性假設(shè)的檢驗及方差分析