管理学精选教材译丛·应用多元统计分析（第2版）

图书标准信息

• 作者 沃尔夫冈·哈德勒（Wolfgang Hardle）、利奥波德·西马（Leopold Simar） 著；陈诗一 译
• 出版社 北京大学出版社
• 出版时间 2011-01
• 版次 2
• ISBN 9787301167724
• 定价 65.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 444页
• 字数 670千字
• 正文语种 简体中文
• 丛书 管理学精选教材译丛

【内容简介】

　　《应用多元统计分析（第2版）》属于本科高年级和硕士研究生水平的教材或研究参考用书。全书分为三个主要部分计18章。第一部分是介绍利用绘图技术来对各种各样的变量进行描述性统计分析。第二部分介绍多元随机变量及其分布，并给出各种应用前景下的估计和统计检验方法。第三部分主要介绍进行多变量统计分析的各种主要方法，并给出在这些方法中选择最优方法的一些统计标准。《应用多元统计分析（第2版）》主要是从金融市场、经济和管理的角度来进行案例的实用分析，但是《应用多元统计分析（第2版）》所阐述的统计方法同样适用于其它学科和领域，比如生物、医学等非社会科学领域。

【作者简介】

　　沃尔夫冈·哈德勒（WolfgangHardle）教授，国际统计学会会员，LadislausvonBortidewicz统计学会主席，德国柏林洪堡大学统计计量研究所所长，国际著名统计学家和计量经济学家，非参数统计和计量分析领域的代表人物。在国际顶尖统计学，计量经济学和金融学期刊上发表了超过200篇学术论文，是引用率国际排名前5％的学者之一。他还是北京大学光华管理学院和厦门大学王亚南经济研究院客座教授。
　　利奥波德·西马（LeopoldSimar）教授，国际统计学会会员，曾担任比利时统计学会主席（1999-2002）现任比利时鲁汶大学统计学教授.统计研究所创建人。在国际顶尖统计学和计量经济学期刊上发表大量学术论文。研究领域包括非参数和半参数统计学以及多元统计分析。讲授数理统计学和多元统计分析等课程。
　　陈诗一，复旦大学中国经济研究中心副教授.《世界经济文汇》编辑。研究领域为非参数计量理论、时间序列预测、金融风险评估、能源与环境经济学、生产率与工业增长等。在QuantitativeFinance.JournalofForecasting、《中国社会科学》、《经济研究》、《经济学（季刊）》、《金融研究》、《数量经济与技术经济研究》等国内外一流学术期刊发表论文多篇。讲授计量经济学、统计学和中国经济等课程。

【目录】

第一部分统计描述技术
第1章批量数据比较
1.1箱形图
1.2直方图
1.3核密度
1.4散点图
1.5彻诺夫—夫洛瑞脸谱图
1.6安德鲁曲线
1.7平行坐标图
1.8波士顿住房
1.9练习
第二部分多元随机变量
第2章矩阵代数基本知识
2.1基础运算
2.2谱分解
2.3二次型
2.4导数
2.5分块矩阵
2.6几何观点
2.7练习

第3章转向高维数据
3.1协方差
3.2相关系数
3.3概括统计量
3.4两变量线性模型
3.5简单方差分析
3.6多元线性模型
3.7波士顿住房
3.8练习
第4章多元分布
4.1分布和密度函数
4.2矩与特征函数
4.3变换
4.4多元正态分布
4.5抽样分布和极限定理
4.6厚尾分布
4.7联结函数
4.8自举法
4.9练习
第5章多元正态理论
5.1多元正态的基本性质
5.2威沙特分布
5.3霍特林t2分布
5.4球形分布和椭球形分布
5.5练习
第6章估计理论
6.1似然函数
6.2克拉美—拉奥下界
6.3练习
第7章假设检验
7.1似然比检验
7.2线性假设
7.3波士顿住房
7.4练习
第三部分多元技术
第8章根据因子分解数据矩阵
8.1几何观点
8.2拟合p维点云
8.3拟合n维点云
8.4子空间之间的关系
8.5实用计算
8.6练习
第9章主成分分析
9.1标准化的线性组合
9.2主成分的应用
9.3主成分的解释
9.4主成分的渐近性质
9.5标准化主成分分析
9.6作为因子分析的主成分
9.7共同主成分
9.8波士顿住房
9.9更多的例子
9.10练习
第10章因子分析
10.1正交因子模型
10.2估计因子模型
10.3因子得分和策略
10.4波士顿住房
10.5练习
第11章聚类分析
11.1问题的提出
11.2对象间的邻近度
11.3聚类算法
11.4波士顿住房
11.5练习
第12章判别分析
12.1已知分布的分配法则
12.2实际应用中的判别法则
12.3波士顿住房
12.4练习
第13章对应分析
13.1动因
13.2卡方分解
13.3对应分析的应用
13.4练习
第14章典型相关分析
14.1最有趣的线性组合
14.2典型相关分析的应用
14.3练习
第15章多维标度分析
15.1问题的提出
15.2度量型多维标度分析
15.3非度量型多维标度分析
15.4练习
第16章联合分析
16.1介绍
16.2数据生成的设计
16.3偏好排序的估计
16.4练习
第17章金融市场应用
17.1资产组合选择
17.2有效资产组合
17.3有效投资组合的应用
17.4资本资产定价模型（capm）
17.5练习
第18章计算密集型技术
18.1单纯形深度
18.2投影寻踪
18.3分片逆回归
18.4支持向量机
18.5分类和回归树
18.6波士顿住房
18.7练习
第四部分附录
a符号和标记
b数据
b.1波士顿住房
b.2瑞士银行钞票
b.3汽车数据
b.4经典蓝套衫
b.5美国公司数据
b.6法国食品数据
b.7汽车指标数据
b.8法国学士学位频数
b.9报刊数据
b.10美国犯罪数据
b.11血浆数据
b.12wais数据
b.13anova数据
b.14时间预算数据
b.15geopol数据
b.16美国健康数据
b.17词汇数据
b.18运动记录数据
b.19失业数据
b.20年度人口数据
b.21公司破产数据
c参考文献