✍ Scribed by 方开泰
No coin nor oath required. For personal study only.
封面
书名
版权
前言
目录
第一章 矩阵代数
§1.1 定义
§1.2 行列式、逆和秩
§1.3 特征根和特征向量
§1.4 正定阵、非负定阵和投影阵
§1.5 矩阵的因子分解
§1.6 线性空间
§1.7 广义逆
§1.8 拉直运算和Kronecker积
§1.9 矩阵微商和变换的雅可比
§1.10 线性方程组的求解，消去变换
§1.11 特征根和特征向量的计算
习题一
第二章 随机向量
§2.1 一元分布
§2.2 多元分布
§2.3 特征函数和“d”运算
§2.4 矩
习题二
第三章 多元正态分布
§3.1 定义和基本性质
§3.2 条件分布和独立性
§3.3 矩阵正态分布
§3.4 μ和∑的极大似然估计
§3.5 μ和∑的极大似然估计的性质及其它估计
§3.6 维希特分布
习题三
第四章 假设检验
§4.1 均值的检验
§4.2 两总体均值的比较
§4.3 多元方差分析（多总体均值的检验）
§4.4 协差阵的检验
§4.5 独立性检验
习题四
第五章 多元线性模型
§5.1 引言
§5.2 多元线性模型及参数估计
§5.3 最小二乘估计的性质
§5.4 多元回归模型
§5.5 有线性约束的线性模型
§5.6 假设检验
§5.7 变量的筛选
习题五
第六章 判别分析
§6.1 距离判别
§6.2 贝叶斯（Bayes）判别
§6.3 费歇判别
§6.4 费歇判别与回归模型的关系
§6.5 误判概率
§6.6 变量的选择
习题六
第七章 聚类分析
§7.1 聚类的目的
§7.2 距离和相似系数
§7.3 类和类的特征
§7.4 系统聚类法
§7.5 有序样品的聚类
§7.6 用于预报的AID法
习题七
第八章 多变量的图表示法
§8.1 雷达图、塑像图、轮廓图
§8.2 树形图及例
§8.3 星座图
§8.4 脸谱图
§8.5 三角多项式图
§8.6 连结向量图
§8.7 降维作图法
习题八
第九章 主成分分析
§9.1 总体的主成分
§9.2 样本的主成分
§9.3 主成分的统计推断
§9.4 相应分析
习题九
第十章 因子分析
§10.1 模型
§10.2 参数估计
§10.3 因子旋转
§10.4 因子得分
习题十
第十一章 相关分析
§11.1 引言
§11.2 典型相关分析
§11.3 样本典型相关
§11.4 典型相关与判别分析的关系
§11.5 广义相关系数
习题十一
第十二章 多维标度法
§12.1 引言
§12.2 古典解
§12.3 古典解的优良性
§12.4 非度量方法
习题十二
参考文献
附录
📜 SIMILAR VOLUMES
<p>《实用多元统计分析(第6版)》多元统计分析是统计学中内容十分丰富、应用范围极为广泛的一个分支。在自然科学和社会科学的许多学科中，研究者都有可能需要分析处理有多个变量的数据的问题。能否从表面上看起来杂乱无章的数据中发现和提炼出规律性的结论，不仅需要对所研究的专业领域有很好的训练，而且要掌握必要的统计分析工具。对研究者来说，《实用多元统计分析》是学习掌握多元统计分析的各种模型和方法的一本有价值的参考书：首先，它做到了“浅入深出”，既可供初学者入门，又能使有较深基础的人受益；其次，它既侧重于应用，又兼顾必要的推理论证，使学习者既能学到“如何”做，又能在一定程度上了解“为什么”这样做；最后，它内
<p>《应用多元统计分析》为北京大学数学科学学院概率统计系“应用多元统计分析”课程使用多年的教材，它主要介绍一些实用的多元统计分析方法的理论及其应用，并列举了各方面的应用实例，同时还以国际上著名的统计分析软件SAS系统作为典型工具，通过实例介绍如何处理数据分析中的各种实际问题。</p> <p>《应用多元统计分析》共分十一章。第一章为绪论；第二、第三章介绍多元统计分析的理论基础——多元正态分布及其参数的估计和检验问题；第四章重点介绍多因变量的多元线性回归的有关问题，包括模型、参数的估计及其性质、假设检验、变量筛选，以及双重筛选逐步回归问题；第五、第六章介绍分类问题（判别与聚类）；第七到第九章介
本书是世界知名统计学家的力作, 主要内容有多元正态分布、方差分析、回归分析、因 子分析、椭球等高分布、相依性模式、图模型. 附录中还列出了矩阵理论、wilk 似然准则 和其他常用检验的显著性水平的分位数. 本书在世界各高等学校中广为采用, 是一本经典的多元统计分析课程的教材, 也可供相关统计研究人员、应用多元统计的科技工作者参考.