《多元统计分析引论》求取 ⇩

第一章 矩阵1

1. 线性空间1

2. 内积和投影3

3. 矩阵的基本性质7

4. 分块矩阵的代数运算15

5. 特征根及特征向量20

6. 对称阵26

7. 非负定阵30

8. 广义逆35

9. 计算方法45

10. 矩阵微商53

11. 矩阵的标准型57

12. 矩阵内积空间60

第二章 多元正态分布65

1. 定义65

2. 正态分布的矩70

3. 条件分布和独立性72

4. 多元正态分布的参数估计79

5. μ和V的极大似然估计的性质85

6. 多维正态分布的特征98

7. 多维正态分布的函数的计算103

8. 例114

第三章 样本分布的性质和均值与协差阵的检验119

1. 二次型分布119

2. 维希特(Wishart)分布134

3. 与样本协差阵有有关的统计量；T2和Λ统计量139

4. 均值的检验148

5. T2统计量的优良性157

6. 多母体均值的检验163

7. 协方差不等时均值的检验172

8. 协差阵的检验175

9. 独立性检验186

第四章 判别分析194

1. 距离判别194

2. 贝叶斯(Bayes)判别208

3. 费歇(Fisher)的判别准则215

4. 误判概率224

5. 附加信息检验231

6. 逐步判别237

7. 序贯判别249

第五章 回归分析254

1. 问题及模型254

2. 最小二乘估计259

3. 假设检验267

4. 逐步回归275

5. 双重筛选逐步回归288

6. 回归分析与判别分析的关系298

第六章 相关302

1. 投影302

2. 典型相关变量305

3. 广义相关系数315

4. 主成分分析及主分量分析322

5. 因子分析328

1. 模型340

第七章 线性模型340

2. 估值342

3. 广义线性模型349

4. 递推公式359

5. 正态线性模型的假设检验366

6. 试验设计379

第八章 聚类分析393

1. 相似系数和距离393

2. 系统聚类法401

3. 系统聚类法的性质414

4. 动态聚类法426

5. 分解法440

6. 有序样品的聚类与预报444

第九章 统计量的分布458

1. 预备知识458

2. Im(f|r1,…，rm)463

3. 一元非中心分布468

4. Wishart分布473

5. 广义方差的分布480

6. 非中心T2分布485

7. 样本相关系数的分布488

8. S.S2-1特征根的联合分布494

9. 结束语509

参考文献513

附录516

附表的使用说明516

表1 Λm(m,n1,n2)520

表2 θmaz552

表3 T2(m,n)558

表4 L(m,v)570

表5 W(m,n)571

表6 M(m,va,k)580