新时代大数据管理与应用专业新形态系列教材-多元统计分析

\\\"多元统计分析在多个领域展现广泛的应用价值。本书主要介绍多元统计分析的相关内容，包括随机向量、多元正态分布、统计推断、多元线性回归、主成分分析、因子分析、聚类分析、判别分析、分类神经网络、路径分析和结构方程等。书中主要的多元统计方法都以常用的统计软件SPSS和JMP作为求解运算与分析工具。 本书既可作为高等院校工科类和经济管理类本科高年级和硕士的教材，也可作为各类经济管理人员的参考用书。\\\"

张建同，统计学博士，同济大学经济与管理学院教授、博士生导师。主要研究领域为大数据分析与应用统计、数据驱动的车辆调度、医疗大数据驱动的决策与建模、医疗健康管理等。主编的《应用统计学》获上海普通高校优秀教材二等奖。主持国家自然科学基金面上项目、上海市哲学社会科学规划课题等。主持“应用统计学课程建设”和“管理决策方法教材编写”等教改课题。

目录 第1章随机向量与多元正态分布 1.1随机向量 1.2统计距离 1.3多元正态分布 1.4JMP软件操作 习题 第2章均值向量和协方差阵的统计推断 2.1均值向量和协方差阵的估计 2.2常用抽样分布 2.3单个正态总体均值的检验 2.4两个正态总体均值的比较 2.5多个正态总体均值的比较 2.6协方差阵的检验 2.7JMP软件操作 习题 第3章回归分析 3.1回归模型介绍 3.2一元线性回归 3.3引导案例解答 3.4多元线性回归 3.5在回归模型中运用虚拟变量和交互作用项 3.6二次回归模型 3.7JMP软件操作 习题 第4章违背经典假设的经济计量模型 4.1异方差 4.2自相关 4.3多重共线性 4.4其他软件操作 习题 第5章主成分分析 5.1主成分基本思想与理论 5.2主成分分析的几何意义 5.3总体主成分 5.4样本主成分 5.5主成分的选取 5.6引导案例解答 5.7主成分分析的SPSS软件操作 5.8JMP软件操作 习题 第6章因子分析 6.1因子分析模型 6.2模型参数的统计意义 6.3变量之间的相关性检验 6.4模型的参数估计方法 6.5因子得分 6.6因子分析的SPSS软件操作 6.7引导案例解答 6.8JMP软件操作 习题 第7章聚类分析 7.1距离和相似性度量 7.2系统聚类法 7.3动态聚类法 7.4有序样品的聚类 7.5引导案例解答 7.6JMP软件操作 习题 第8章判别分析 8.1距离判别 8.2Bayes判别 8.3Fisher判别 8.4逐步判别 8.5SPSS中判别分析方法和概念的介绍 8.6二元变量的判别分析（SPSS软件操作） 8.7引导案例解答(多总体判别的情况) 8.8JMP软件操作 习题 第9章分类神经网络 9.1分类的基本原理 9.2机器学习的基本原理 9.3分类神经网络结构 9.4引导案例解答（SPSS软件操作） 9.5JMP软件操作 9.6结论与思考 习题 第10章路径分析 10.1基本理论与概念 10.2路径系数分解 10.3路径分析模型的调试和检验 10.4路径分析方法的优点与局限性 10.5引导案例解答 习题 第11章结构方程模型 11.1结构方程模型的基本概念 11.2结构方程模型的组成 11.3结构方程模型的主要特点 11.4结构方程模型的实施步骤 11.5结构方程模型的优点和局限性 11.6引导案例11.1解答 11.7引导案例11.2解答(AMOS软件操作) 习题 参考文献 附表1t分布表 附表2F分布表 附表3杜宾瓦森检验临界值表