多元統計分析 第二版（簡體書）

多元統計分析是從經典統計學中發展起來的一個分支，是一種綜合分析方法，它能夠在多個對象和對個指標互相關聯的情況下分析它們的統計規律，很適合農業科學研究的特點。本書是高等農、林院校研究生多元統計分析教材。主要內容包括多元正態分布及其抽樣分布、多元正態總體的均值向量和協方差陣的假設檢驗、多元方差分析、直線回歸與相關、多元線性回歸與相關、主成分分析與因子分析、判別分析與聚類分析、Shannon 信息量及其應用等，其中包含了作者大量的研究成果。
本書適合作農、林院校研究生教材，亦可供高等院校高年級學生及教師和農林科技工作者參考。

第二版前言
第一版前言
第一章 多元正態分布及其抽樣分布
1.1 多元指標統計數據及其圖示
1.2 多元正態分布
1.3 多元正態分布參數的估計
1.4 多元統計中常用的分布及抽樣分布
第二章 多元正態總體的均值向量和協方差陣的假設檢驗
2.1 均值向量μ=μ0的假設檢驗與μ的置信域
2.2 均值向量μ1=μ2的假設檢驗與μ1-μ2的置信域
2.3 協方差陣與均值向量的檢驗
2.4 獨立性檢驗
第三章 多元方差分析
3.1 單因素多元方差分析
3.2 兩因素的多元方差分析
3.3 巢式設計的多元分析
第四章 直線回歸與相關
4.1 直線回歸與相關分析
4.2 直線回歸與相關中的幾個問題
4.3 非線性回歸分析
第五章 多元線性回歸與相關（Ⅰ）
5.1 多元線性回歸與相關分析
5.2 通徑分析與偏相關
5.3 逐步回歸分析
5.4 多項式回歸
5.5 趨勢面分析
5.6 邏輯斯諦（Logistic）回歸（因變量為0-1分布）
第六章 多元線性回歸與相關（Ⅱ）
6.1 多對多的線性回歸分析
6.2 典范相關、典范變量和廣義相關系數
6.3 多對多逐步回歸
6.4 雙重篩選逐步回歸
第七章 主成分分析與因子分析
7.1 主成分分析
7.2 對應分析
7.3 因子分析
第八章 判別分析與聚類分析
8.1 距離判別分析
8.2 費希爾（Fisher）判別分析
8.3 貝葉斯（Bayes）判別分析
8.4 逐步判別分析
8.5 聚類分析
第九章 Shannon信息量及其應用
9.1 信息與信息量
9.2 互信息與信源間的關聯分析
9.3 離散量與信息聚類
9.4 高散增量與事物關聯性分析
9.信息傳遞與無記憶信道
附表1 X2分布表
附表2 t分布的雙側分位數（ta）表
附表3 F分布表
附表4 r與R的5%和1%顯著性