實用多元統計分析(第6版)翻譯版（簡體書）

多元統計分析是統計學中內容十分豐富、應用范圍極為廣泛的一個分支。在自然科學和社會科學的許多學科中，研究者都有可能需要分析處理有多個變量的數據問題。從表面上看起來雜亂無章的數據學發現和提煉出規律性的結論，不僅需要對所研究的專業領域有很好的訓練，而且要掌握必要的統計分析工具。 對研究者來說，本書是學習掌握多元統計分析的各種模型和方法的一本有價值的參考書：首先，它做到了淺入深出，既可供初學者入門，又能使有較深基礎的人受益；其次，它既側重矛應用，又兼顧必要的推理論證，使學習者既能學到“如何”做，而且在一定程度上了解“為什么”這樣做；最后，它內涵豐富、全面，不僅基本包括各種在實際中常用的多元統計分析方法，而且對現代統計學的最新思想和進展有所介紹。值得一提的是，本書中有大量來自實際問題的數據實例，通過對這些實例的分析，讀者可以學到如何將一個實際問題轉化為恰當的統計問題，進而選擇恰當的方法進行分析。

第1章　多元分析概述
　1.1 引言
　1.2　多元方法的應用
　1.3　數據的組織
　1.4　數據的展示及圖表示
　1.5　距離
　1.6　最終評注
　練習
　參考文獻
第2章　矩陣代數與隨機向量
　2.1　引言
　2.2　矩陣和向量代數基礎
　2.3　正定矩陣
　2.4　平方根矩陣
　2.5　隨機向量和矩陣
　2.6　均值向量和協方差矩陣
　2.7　矩陣不等式和極大化
　補充2A向量與矩陣：基本概念
　練習
　參考文獻
第3章　樣本幾何與隨機抽樣
　3.1 引言
　3.2　樣本幾何
　3.3　隨機樣本以及樣本均值和協方差矩陣的期望值
　3.4　廣義方差
　3.5　作為矩陣運算的樣本均值、協方差與相關係數
　3.6　變量的線性組合的樣本值
　練習
　參考文獻
第4章　多元正態分布
　4.1 引言
　4.2　多元正態密度及其性質
　4.3　從多元正態分布抽樣與極大似然估計
　4.4　X和S的抽樣分布
　4.5　X和S的大樣本特性
　4.6　評估正態性假定
　4.7　搜尋離群值及“清潔”數據
　4.8　變換到接近正態性
　練習
　參考文獻
第5章　關於均值向量的推斷
　5.1 引言
　5.2　u。作為正態總體均值的似真性
　5.3　霍特林T2與似然比檢驗
　5.4　置信域和均值分量的聯合比較
　5.5　總體均值向量的大樣本推斷
　5.6　多元質量控製圖
　5.7　觀測值缺損時均值向量的推斷
　5.8　多元觀測中由時問相依性造成的困難
　補充　5A作為P維橢球投影的聯合置信區間與置信橢圓
　練習
　參考文獻
第6章 多個多元均值向量的比較
　6.1 引言
　6.2　成對比較與重復測量設計
　6.3　兩總體均值向量的比較
　6.4　多個多元總體均值向量的比較(單因子多元方差分析)
　6.5　處理效應的聯合置信區間
　6.6　協方差矩陣相等性的檢驗
　6.7　雙岡子多元方差分析
　6.8　輪廓分析
　6.9　重復測量設計和生長曲線
　6.10　對分析多元模型的展望和建議
　練習
　參考文獻
第7章　多元線性回歸模型
第8章　主成分
第9章　因子分析與對結構性協方差矩陣的推斷
第10章　典型相關分析
第11章　判別與分類
第12章　聚類、距離方法與多維標度變換
附錄