实用多元统计分析

图书标准信息

• 作者 严明义
• 出版社 清华大学出版社
• 出版时间 2023-09
• 版次 1
• ISBN 9787302643821
• 定价 59.80元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸

【内容简介】

本书充分考虑了人文社科、财经管理类专业的学科特征及学生进行量化分析的实际需求，同时兼顾理论、方法、应用和计算机软件操作，从现实经济问题、理论基础、学科拓展、方法前瞻、应用案例五个方面出发，设计了相关内容，筛选了相关案例资料。通过分类应用举例，概括性阐述了多元统计分析常用方法体系架构，具体内容包括数据分析的图示方法、多元正态总体的统计推断、多元线性回归分析、聚类分析、判别分析、主成分分析、因子分析、路径分析，以及函数性数据的多元统计处理方法。书中融入了思政元素，并以现实经济、金融、管理、社会等领域的问题为导向，筛选了大量现实案例，且基于相关统计软件进行了分析。 本书不仅可以作为统计、经济、管理、社会等专业高年级本科生和研究生教材，也可作为相关领域研究人员及实际工作者进行量化分析的参考书籍。

【作者简介】

严明义，经济学博士，西安交通大学经济与金融学院统计系教授，博士生导师，副院长（2008.10-2018.1）；全国应用统计专业学位研究生教育指导委员会委员，《统计与信息论坛》期刊编委，全国数理经济学会副会长，中国数量经济学会常务理事，发展规划司全国教育扶贫和乡村振兴专家；研究方向为数量经济分析方法、函数性数据分析方法、精准扶贫与乡村振兴、网上拍卖等。 2005年以来，在《Atmospheric Environment》、《统计研究》、《当代经济科学》、《光明日报》等SCI和CSSCI以上期刊发表学术论文28篇，其中院定权威期刊论文11篇，重要期刊论文16篇，出版专著1部；主持科研项目15项，其中国家社科基金重点项目1项，国家社科基金西部项目1项，国务院经济普查办项目2项，陕西省社科基金项目1项，西安交通大学教改项目3项，产学研项目1项，百万以上人文社科横向课题2项，其它横向课题6项；参与重大攻关项目、国家社科基金项目4项。2项成果分别于2009年和2015年获“陕西省哲学社会科学优秀成果”奖，2011年获西安交通大学2010年度王宽诚育才奖，2015年获西安交通大学教书育人先进个人，2021年1月获西安交通大学“十三五”人文社科研究“重大科研项目先进个人” ；2次负责的贫困县退出评估检查结果被陕西省脱贫攻坚领导小组办公室采纳，作为陕西省政府认定相关县贫困退出的依据；撰写决策建言2份，分别被办公厅和国家民委采纳。

【目录】

第1章 多元数据和多元统计分析 / 1

1.1 多元数据认知 / 1

1.2 多元统计分析 / 4

第2章 多元数据的图示分析法 / 7

2.1 图示分析认知 / 8

2.2 散点图 / 8

2.3 箱线图 / 16

2.4 检验分布假设的图示方法 / 20

2.5 轮廓图 / 22

2.6 雷达图 / 23

2.7 星座图 / 24

2.8 调和曲线图 / 28

2.9 脸谱图 / 30

第3章 多元正态分布及其参数估计 / 36

3.1 随机向量及其分布认知 / 37

3.2 多元正态分布的定义及性质 / 43

3.3 基于协方差阵及其分块矩阵分析股市风险 / 50

3.4 多元正态分布的参数估计 / 52

3.5 Wishart分布 / 57

第4章 多元正态总体参数的检验 / 61

4.1 单个总体均值向量的检验 / 62

4.2 两个总体均值向量的检验 / 64

4.3 多个正态总体均值向量的检验 / 67

4.4 协方差阵的检验 / 71

4.5 实际应用 / 73

第5章 线性回归分析 / 85

5.1 线性回归分析的认知 / 86

5.2 一元线性回归模型的参数估计 / 90

5.3 多元线性回归模型的参数估计 / 101

5.4 多元线性回归模型的统计检验 / 108

5.5 多元线性回归模型的置信区间 / 118

*5.6 违背基本假设的情况 / 121

5.7 实际应用 / 140

第6章 聚类分析 / 149

6.1 聚类分析认知 / 149

6.2 距离和相似系数 / 151

6.3 系统聚类方法 / 156

6.4 实际应用 / 164

第7章 判别分析 / 171

7.1 判别分析认知 / 171

7.2 距离判别法 / 173

7.3 Fisher 判别法 / 179

7.4 Bayes 判别法 / 187

7.5 逐步判别法 / 193

7.6 实际应用 / 193

第8章 主成分分析 / 208

8.1 主成分分析认知 / 209

8.2 主成分个数选取与主成分回归 / 214

8.3 实际应用 / 216

第9章 因子分析 / 231

9.1 因子分析认知 / 232

9.2 因子分析的数学模型 / 233

9.3 因子载荷阵的估计方法 / 237

9.4 因子旋转 / 240

9.5 因子得分的估计 / 244

9.6 因子分析的步骤 / 247

9.7 实际应用 / 250

第10章 路径分析 / 269

10.1 路径分析认知 / 270

10.2 路径分析的基本原理 / 272

10.3 分解简单相关系数的路径分析 / 279

10.4 实际应用 / 282

第11章 函数性数据与修匀处理 / 289

11.1 函数性数据分析认知 / 289

11.2 函数性数据修匀的基函数方法 / 291

11.3 函数性数据修匀的粗糙惩罚方法 / 294

第12章 函数性数据的描述性分析 / 297

12.1 函数性数据的概括统计量 / 297

12.2 实际应用 / 299

参考文献 / 302

附录A 统计分布表 / 304

附录B 数据表 / 305