《实用多变量统计方法与计算程序》

第一章 回归分析1

1.1 其本概念1

1.2 回归模型的统计检验与预报9

1.3 回归变量的相对重要性、统计检验与置信区间17

1.4 关于变量的选择及逐步回归22

1.5 回归系数符号反常与重要变量选不进的原因分析30

1.6 岭回归分析34

1.7 变量的变换38

1.8 其它一些多重回归分析43

第二章 通径分析50

2.1 通径分析的基本概念50

2.2 通径链上的基本公式52

2.3 通径分析在流行病遗传学研究中的应用61

第三章 判别分析69

3.1 两母体的Bayes线性判别法69

3.2 多母体Bayes(贝叶斯)线性判别77

3.3 Fisher(费歇)线性判别法90

3.4 二次型判别法96

3.5 离散变量判别法100

第四章 因子分析与主成分分析109

4.1 因子分析的模型及基本公式109

4.2 参数的估计111

4.3 负荷系数的正交旋转117

4.4 因子得分的估计120

4.5 变量间的主成分分析126

4.6 样品间的Q型分析法129

4.7 合成资料的主成分分析135

4.8 对应分析138

第五章 聚类分析144

5.1 基本概念144

5.2 系统聚类法147

5.3 系统聚类的分解法152

5.4 k-均值法(动态聚类法)156

5.5 有序样品的最优分割法160

第六章 其它一些重要的多变量统计分析法164

6.1 匹配资料的条件Logistic回归(判别)164

6.2 匹配资料的条件均数值筛选变量法169

6.3 两组变量的相关分析一典则分析174

6.4 多变量生存分析183

6.5 生存分析中Cox回归模型188

6.6 不完全数据中估计参数的EM算法194

附录1：计算程序202

1. 前进法选变量的回归分析(有非正态性调整)202

2. 岭回归分析211

3. Fisher线性判别分析225

4. 刀切法估计Bayes线性判别法的错分情况244

5. 二次型判别的刀切法254

6. R型因子分析266

7. 对应分析278

8. 有序样本的最优分割法286

9. 匹配资料选变量的Logistic回归分析292

10. 匹配资料选变量的条件均数法303

附录2：线性代数基本知识315

参考文献330