实用多元统计分析

 多元统计分析是统计学的一个分支，主要对多个对象和多个指标进行统计学意义上的综合分析。是进行数据处理和分析重要的方法。《实用多元统计分析》是针对应用型人员的学习编写的，每章编排流程是基本概念和背景知识、统计方法、SPSS操作、案例分析，其中对案例的深度分析和解读，方便读者的学习和模仿。主要内容包括：多元统计分析概述、常见统计分布、多元数据的图形表示、差异性分析、相关性分析、回归分析、判别分析、聚类分析、主成分分析、因子分析、多维尺度分析、对应分析。
 《实用多元统计分析》适合于作为非概率统计专业的研究生、本科生多元统计分析课程教材或教学参考书，也可作为科技工作者、教师、从事数据分析读者的学习参考书。

 第1章 多元统计分析概述 1.1 引言 1.2 变量和统计方法选择 1.3 随机向量 1.4 样本统计量 1.5 数据变换 1.6 统计软件简介 思考与练习 第2章 统计分布 2.1 引言 2.2 常见-元离散型分布 2.3 常见-元连续型分布 2.4 一元正态分布及其相关分布 2.5 多元随机向量分布 2.6 多元正态分布及其相关分布 2.7 分布拟合检验 思考与练习 第3章 多元数据图表示法 3.1 引言 3.2 散点图 3.3 折线图 3.4 条形图 3.5 雷达图 3.6 星座图 思考与练习 第4章 差异性分析 4.1 引言 4.2 假设检验 4.3 均值向量的检验 4.4 方差分析 4.5 协方差阵的检验 4.6 协方差分析 4.7 差异性检验SPSS操作 4.8 案例分析 思考与练习 第5章 相关性分析 5.1 引言 5.2 简单相关分析 5.3 偏相关系数和复相关系数 5.4 典型相关分析 5.5 相关分析SPSS操作 5.6 案例分析 思考与练习 第6章 回归分析 6.1 引言 6.2 高尔顿与回归 6.3 多元线性回归分析 6.4 非线性回归 6.5 通径分析 6.6 回归分析SPSS操作 6.7 案例分析 思考与练习 第7章 判别分析 7.1 引言 7.2 距离判别法 7.3 Bayes判别法 7.4 Fisher判别法 7.5 进一步讨论 7.6 判别分析SPSS操作 7.7 案例分析 思考与练习 第8章 聚类分析 8.1 引言 8.2 距离与相似系数 8.3 系统聚类 8.4 K均值聚类 8.5 有序样品聚类 8.6 模糊聚类 8.7 两步聚类分析 8.8 聚类分析的相关问题 8.9 聚类分析SPSS操作 8.10 案例分析 思考与练习 第9章 主成分分析 9.1 引言 9.2 主成分分析的数学原理 9.3 相关问题的讨论 9.4 主成分分析SPSS操作 9.5 案例分析 思考与练习 第10章 因子分析 10.1 引言 10.2 因子分析的数学模型 10.3 因子载荷矩阵的求解 10.4 因子旋转和因子得分 10.5 因子分析与主成分分析 10.6 因子分析SPSS操作 10.7 案例分析 思考与练习 第11章 多维尺度分析 11.1 引言 11.2 距离与相似 11.3 古典MDS 11.4 权重多维尺度 11.5 多维尺度SPSS操作 11.6 案例分析 思考与练习 第12章 对应分析 12.1 引言 12.2 列联表 12.3 对应分析的基本理论 12.4 典型对应分析 12.5 对应分析SPSS操作 12.6 案例分析 思考与练习 参考文献 

 《实用多元统计分析》共有12章。第1章是多元统计分析概述，涉及统计学一些基本概念，简单介绍常见统计软件；第2章统计分布，包括常见的一维和多维分布，以及分布检验；第3章可视化分析，介绍五种数据的图形表示；第4章差异性分析，包括假设检验、均值向量的检验、方差分析、协方差阵的检验、协方差分析；第5章相关性分析，对简相关、偏相关、复相关、典型相关都作了介绍；第6章回归分析，重点介绍了线性回归和非线性回归的思想与方法；第7章至第10章分别是*经典的多元统计内容：判别分析、聚类分析、主成分分析、因子分析；第11章多维尺度分析；第12章对应分析。