实用多元统计分析

前言
第1章 随机向量与多元正态分布
1．1 随机向量
1．2 统计距离
1．3 多元正态分布
1．4 JMP软件上机实现
第2章 均值向量和协方差阵的统计推断
2．1 均值向量和协方差阵的估计
2．2 常用抽样分布
2．3 单个正态总体均值的检验
2．4 两个正态总体均值的比较
2．5 多个正态总体均值的比较
2．6 协方差阵的检验
2．7 JMP软件上机实现
第3章 回归分析
3．1 引言
3．2 一元线性回归
3．3 质量控制应用案例分析
3．4 多元线性回归
3．5 在回归模型中运用虚拟变量和交互作用项
3．6 二次回归模型
3．7 JMP软件上机实现
第4章 违背经典假设的经济计量模型
4．1 异方差
4．2 自相关
4．3 多重共线性
4．4 其他软件实现
第5章 主成分分析
5．1 主成分基本思想与理论
5．2 主成分分析的几何意义
5．3 总体主成分
5．4 样本主成分
5．5 主成分的选取
5．6 案例分析
5．7 主成分分析的SPSS软件操作
5．8 JMP软件上机实现
第6章 因子分析
6．1 因子分析模型
6．2 模型参数的统计意义
6．3 变量之间的相关性检验
6．4 模型的参数估计方法
6．5 因子得分
6．6 因子分析的SPSS软件操作
6．7 JMP软件上机实现
第7章 聚类分析
7．1 距离和相似性度量
7．2 系统聚类法
7．3 动态聚类法
7．4 有序样品的聚类
7．5 聚类分析SPSS软件操作
7．6 JMP软件上机实现
第8章 判别分析
8．1 判别分析应用实例
8．2 距离判别
8．3 Bayes判别
8．4 Fisher判别
8．5 逐步判别
8．6 SPSS中判别分析方法和概念的介绍
8．7 判别分析的上机实现
8．8 JMP软件上机实现
第9章 分类神经网络
9．1 案例
9．2 分类的基本原理
9．3 机器学习的基本原理
9．4 分类神经网络
9．5 JMP软件上机实现
9．6 结论与思考
第10章 路径分析
10．1 案例
10．2 基本理论与概念
10．3 路径系数分解
10．4 路径分析模型的调试和检验
10．5 路径分析方法的优点与局限性
10．6 案例分析
第11章 结构方程模型
11．1 案例
11．2 结构方程模型的基本概念
11．3 结构方程模型的组成
11．4 结构方程模型的主要特点
11．5 结构方程模型的实施步骤
11．6 结构方程模型的优点和局限性
11．7 案例分析
附录
附表1 t分布图
附表2 F分布图
附录3 杜宾-瓦森检验临界值表