應用多元統(tǒng)計分析（影印版）

前言.
1多元分析的各個方面
1.1介紹
1.2多元方法的應用
1.3組織數(shù)據(jù)
1.4數(shù)據(jù)的顯示和圖表示
1.5距離
1.6最終說明
2矩陣代數(shù)和隨機向量
2.1介紹
2.2矩陣和向量代數(shù)的一些基礎
2.3正定矩陣
2.4平方根矩陣
2.5隨機向量和矩陣
2.6均值向量和協(xié)方差矩陣
2.7矩陣不等式和最大化
3樣本幾何學和隨機抽樣
3.1介紹
3.2樣本幾何學
3.3隨機樣本和樣本平均與協(xié)方差矩陣的期望值
3.4廣義方差
3.5作為矩陣運算形式的樣本平均.方差和相關
3.6變量線性組合的樣本值
4多元正態(tài)分布
4.1介紹
4.2多元變量正態(tài)密度及其性質
4.3多元正態(tài)分布的抽樣和最大似然估計
4.4X和S的抽樣分布
4.5X和S的大樣本性質
4.6評估正態(tài)性假定
4.7檢測離群值和清理數(shù)據(jù)
4.8變換到近似正態(tài)
5關于均值向量的推斷
5.1介紹
5.2μn作為正態(tài)總體均值的合理性
5.3HotellingT2和似然比檢驗
5.4置信區(qū)域和成分均值的同時比較
5.5有關一個總體均值向量的大樣本推斷
5.6多元質量控制圖
5.7當有缺失值時的關關均值向量的推斷
5.8由于多變量觀測值依賴于時間而造成的困難
6幾個多元均值的比較
6.1介紹
6.2配對比較和重復度量設計
6.3二總體的均值向量的比較
6.4比較幾個多元總體均值(單向Manova)
6.5處理效應的同時置信區(qū)間
6.6雙向多元方差分析
6.7縱斷面分析
6.8重復測量設計和增長曲線
6.9分析多元變量模型的看法和策略
7多元線性回歸模型..
7.1介紹
7.2經(jīng)典線性回歸模型
7.3最小二乘估計
7.4關于回歸模型的推斷
7.5基于估計回歸函數(shù)的推斷
7.6模型的核對和回歸的其他方面
7.7多元多重回歸
7.8線性回歸的概念
7.9比較回歸模型的兩種公式形式
7.10帶有時間相依誤差的多重回歸模型
8主成份
8.1介紹
8.2總體主成份
8.3由主成份概括樣本變異
8.4繪制主成份圖
8.5大樣本推斷
8.6用主成份監(jiān)督質量
9因子分析和對結構協(xié)方差矩陣的推斷
9.1介紹
9.2正交因子模型
9.3估計方法
9.4因子旋轉
9.5因子得分
9.6因子分析的看法和策略
9.7結構方程模型
10典型相關分析
10.1介紹
10.2典型變量和典型相關
10.3解釋總體典型變量
10.4樣本典型變量和樣本典型相關
10.5附加樣本描述性度量
10.6大樣本推斷
11判別和分類
11.1介紹
11.2兩總體的分離和分類
11.3二多元正態(tài)總體的分類
11.4估計分類函數(shù)
11.5費歇爾判別函數(shù)——總體分離
11.6多總體分類
11.7關于幾個總體的費歇爾的判別方法
11.8最后評論
12聚類.星巨離法和分級
12.1介紹
12.2相似測度
12.3分層聚類法
12.4非分層聚類法
12.5多維尺度
12.6對應分析
12.7觀察抽樣單位和變量的雙圖
12.8Procrustes分析：比較結構的一種方法
附錄
數(shù)據(jù)索引
主題索引...