《实用多元统计分析》求取 ⇩

编译者的话1

第一章 绪论1

1.1 引言1

1.2 多元分析的应用3

1.3 描述统计量6

1.4 统计距离9

习题一14

参考文献16

第二章 随机矩阵与随机样本18

2.1 引言18

2.2 随机矩阵18

2.3 样本几何33

2.4 随机样本41

2.5 广义方差46

2.6 样本均值，协方差阵，相关阵的矩阵算子表示57

2.7 随机变量的线性组合63

2.8 将样本视为总体的处理方法65

习题二66

参考文献68

第三章 多元正态分布69

3.1 引言69

3.2 多元正态密度函数69

3.3 极大似然估计87

3.4 ？和S的分布93

3.5 ？和S的大样本性质95

3.6 正态假设的验证97

3.7 近似正态化变换107

习题三115

参考文献118

第四章 均值向量的推断119

4.1 引言119

4.2 μ0作为正态总体均值的似真性119

4.3 Hotelling T2与似然比检验124

4.4 置信区域与同时比较129

4.5 同时置信随圆136

4.6 总体均值的大样本推断137

4.7 有关比例的大样本推断138

4.8 观测值缺落时均值的推断142

附录4A 关于椭球的两个事实146

习题四147

参考文献148

第五章 多个均值向量的比较150

5.1 引言150

5.2 成对比较与重量测量设计150

5.3 两个总体均值向量的比较157

5.4 多个总体均值向量的比较(单向分类MANOVA)164

5.5 处理效应的同时置信区间173

5.6 形象分析177

5.7 两向分类的多元方差分析182

习题五190

参考文献193

6.2 经典线性回归模型195

第六章 多元线性回归模型195

6.1 引言195

6.3 最小二乘估计199

6.4 正态线性回归模型207

6.5 回归函数的估计与预测216

6.6 回归诊断及其它219

6.7 多元多重回归225

6.8 线性回归的概念242

6.9 回归模型两种形式的比较253

6.10 路径分析257

习题六264

参考文献267

7.2 总体主成份270

第七章 主成份分析270

7.1 引言270

7.3 样本主成份280

7.4 主成份的图示287

7.5 大样本推断289

习题七292

参考文献295

第八章 因子分析297

8.1 引言297

8.2 正交因子模型298

8.3 估计方法303

8.4 因子旋转318

8.5 因子得分326

8.6 因子分析的策略330

附录8A 极大似然估计的计算问题337

习题八342

参考文献344

第九章 判别分析346

9.1 引言346

9.2 两个总体的Fisher判别法346

9.3 一般判别问题352

9.4 两个总体的最优判别法则357

9.5 两个多元正态总体的判别360

9.6 判别法则的评价365

9.7 多个总体的判别370

9.8 多个总体的Fisher判别法379

9.9 几点评注388

习题九390

参考文献395

第十章 聚类分析397

10.1 引言397

10.2 相似性度量399

10.3 谱系聚类法408

10.4 非谱系聚类法416

10.5 多维换算419

10.6 图示法427

习题十432

参考文献432