应用多元统计分析(河北省省级精品课教材)

本书是在河北省精品课“ 多元统计分析”课程建设的 基础上，贴近省属院校实际 ，以学生的应用分析技能为 主要培养目标，以方法、案 例引导，对学生开展方法学 习、案例分析、数据处理、 结果讨论、文献阅读和论文 撰写全方位的应用分析技能 训练，是一本主要面向省属 院校统计学各专业和其他相 关专业的高年级本科生或研 究生的应用型教材。

第1章 多元统计分析的理论基础 1.1 多元分布 1.1.1 随机向量 1.1.2 多元分布函数与密度函数 1.1.3 随机向量的数字特征 1.2 多元正态分布 1.2.1 多元正态分布的定义和性质 1.2.2 多元正态分布均值向量和协方差阵的估计 1.3 多元正态分布均值向量和协方差阵的检验 1.3.1 单总体均值向量的检验 1.3.2 多总体均值向量的检验 1.3.3 协方差阵的检验 1.3.4 多元正态分布均值向量和协方差阵检验的上机实现 习题 第2章 多元数据图 2.1 矩阵散点图 2.2 多维箱线图 2.3 雷达图 2.4 星形图 2.5 脸谱图 习题 第3章 数据预处理 3.1 数据集成与数据审核 3.1.1 数据集成 3.1.2 数据审核 3.2 数据清理 3.2.1 缺失值数据 3.2.2 异常值数据 3.3 数据转换 3.3.1 数据标准化 3.3.2 数据的代数运算 3.3.3 数据的离散化 习题 第4章 因子分析 4.1 因子分析的基本理论 4.1.1 主成分分析的基本思想与模型 4.1.2 因子分析的基本思想与模型 4.1.3 因子分析的主要步骤 4.1.4 因子分析与主成分分析的区别与联系 4.2 因子分析的上机实现 4.2.1 因子分析的适用性检验 4.2.2 主因子个数的确定 4.2.3 因子旋转 4.2.4 因子得分 4.3 因子分析的案例分析 4.3.1 我国各地区社会发展状况的因子分析 4.3.2 我国制造业产业竞争力的因子分析 习题 第5章 聚类分析 5.1 聚类分析的基本理论 5.1.1 聚类分析的概念和基本思想 5.1.2 点与点之间的相似性度量方法 5.1.3 类与类的相似性度量方法 5.1.4 聚类的方法 5.2 聚类分析的上机实现 5.2.1 系统聚类方法 5.2.2 K均值聚类 5.3 聚类分析应用实例 习题 第6章 判别分析 6.1 判别分析的基本理论 6.1.1 判别分析的概念和基本思想 6.1.2 距离判别法 6.1.3 费歇尔判别法 6.1.4 贝叶斯判别法 6.1.5 逐步判别法 6.2 判别分析的上机实现 6.3 判别分析的案例分析 习题 第7章 对应分析 7.1 对应分析的基本知识 7.2 对应分析的上机实现 7.3 多元对应分析的案例分析 习题 第8章 典型相关分析 8.1 典型相关分析的基本理论 8.1.1 典型相关分析的概念及基本思想 8.1.2 典型相关分析的数学描述 8.1.3 典型相关系数和典型变量的求解 8.1.4 典型相关系数的显著性检验 8.2 典型相关分析的上机实现 8.3 典型相关分析的案例分析 习题 第9章 回归分析 9.1 多元回归分析 9.1.1 多元回归分析概述 9.1.2 多元回归参数的估计与检验 9.1.3 多元回归案例的上机实现 9.2 多重多元回归分析 9.2.1 多重多元回归的数学模型 9.2.2 多重多元回归分析的基本思想 9.2.3 多重多元回归分析的上机实现 习题 第10章 logistic回归 10.1 logistic回归模型的建立 10.1.1 logistic函数及其性质 10.1.2 logistic回归系数的意义 10.1.3 logistic方程的检验 10.2 二项logistic回归模型的上机实现 10.2.1 上机操作 10.2.2 模型结果解释 10.3 多项logistic回归模型 10.3.1 多项logistic回归模型的建立及上机实现 10.3.2 多项logistic回归模型与二项logistic回归模型的转换 习题 参考文献