近代实用多元统计分析
2007-8
气象
吴诚鸥
312
《近代实用多元统计分析》是多元统计分析的入门教科书，共分10章。主要介绍了多元统计分析的基本知识和基本方法，包括多元方差分析、回归分析、主成分分析（PCA）、经验正交函数分解（EOF）、因子分析、判别分析、典型相关分析（CCA）、聚类分析、属性数据分析。《近代实用多元统计分析》介绍了回归诊断、岭回归、主成分回归、LOGISTIC回归、LAD回归、经验正交函数、主成分分析在聚类中的应用、属性数据分析等较新内容。介绍各知识点时，采用由实际例子引入数学概念、再通过例子介绍数学模型和理论、然后介绍用电脑软件求解方法、最后介绍分析电脑输出信息的方法，便于读者掌握。《近代实用多元统计分析》可作为经济、保险、气象、环境科学、地质、农业、生物、心理、管理、化工、信息、医药等专业硕士生教材，也可作为上述领域科技工作人员的工具书。
第1章 矩阵知识补充1.1 矩阵的谱分解1.2 矩阵开平方与比较1.3 矩阵的迹1.4 矩阵微商1.5 分块矩阵的逆1.6 有关矩阵不等式习题一第2章 多元正态分布2.1 随机向量2.2 多元正态分布的定义及其性质2.3 多元正态分布的参数估计2.4 抽样分布习题二第3章 多元正态总体的假设检验与方差分析3.1 一元正态总体情形的回顾3.2 均值等于常数向量的检验3.3 两总体均值的比较检验3.4 多个总体均值向量的比较检验3.5 总体协差阵相等的检验3.6 独立性检验习题三第4章 多元回归分析4.1 多元线性回归模型4.2 多元线性回归模型参数的估计4.3 假设检验4.4 预报4.5 多项式回归4.6 多元线性回归模型的选择4.7 回归诊断4.8 非线性回归模型习题四第5章 主成分分析与经验正交分解5.1 主成分分析数学模型5.2 样本主成分及其计算5.3 主成分得分5.4 主成分聚类与主成分回归5.5 经验正交函数分解习题五第6章 因子分析6.1 因子分析数学模型6.2 因子分析模型参数的估计6.3 因子旋转6.4 因子得分习题六第7章 判别分析7.1 数学模型与判别方法7.2 用DISCRIM过程实施最大概率判别和贝叶斯判别7.3 逐步判别7.4 典型判别习题七第8章 典型相关分析8.1 典型相关分析数学模型8.2 典型相关过程习题八第9章 聚类分析9.1 引言9.2 聚类统计量9.3 系统聚类法……第10章 属性数据的统计分析附录1 SAS软件简介附录2 SPSS解一些多元分析的例子参考文献
