實(shí)用多元統(tǒng)計(jì)分析（第四版）

定　價：￥69.50

作　者：	Richard A.Johnson，Dean W.Wichern著；陸璇譯
出版社：	清華大學(xué)出版社
叢編項(xiàng)：	國外工商管理碩士（MBA）優(yōu)秀教材譯叢
標(biāo)　簽：	數(shù)學(xué)分析

購買這本書可以去

當(dāng)當(dāng)網(wǎng) (￥61.20)

ISBN：	9787302043478	出版時間：	2001-04-01	包裝：
開本：	26cm＋光盤1片	頁數(shù)：	602	字?jǐn)?shù)：

內(nèi)容簡介

　　本書為多元統(tǒng)計(jì)分析領(lǐng)域內(nèi)的經(jīng)典著作，對社會科學(xué)和自然科學(xué)的許多學(xué)科中常要運(yùn)用多元統(tǒng)計(jì)方法來分析數(shù)據(jù)的研究者是一本很好的專業(yè)參考書，同時也可以作為高等院校研究生學(xué)習(xí)應(yīng)用統(tǒng)計(jì)類課程的教學(xué)參考書。本書的內(nèi)容十分豐富，涵蓋多元統(tǒng)計(jì)分折的各種有廣泛應(yīng)用的、經(jīng)典和現(xiàn)代的模型和方法，分為四大部分：第一部分：預(yù)備知識，其中包括多元分析概述，矩陣代數(shù)與隨機(jī)向量，樣本幾何與隨機(jī)抽樣，多元正態(tài)分布；第二部分：關(guān)于多元均值與線性模型的推斷，其中包括關(guān)于均值向量的推斷，多個多元均值向量的比較，多元線性回歸模型；第三部分：協(xié)方差結(jié)構(gòu)分析，其中包括主成分分析，因子分析與對協(xié)方差矩陣結(jié)構(gòu)的推斷，典型相關(guān)分析；第四部分：分類和分組方法，其中包括判別與分類，聚類、距離方法與多維標(biāo)度變換。

作者簡介

暫缺《實(shí)用多元統(tǒng)計(jì)分析（第四版）》作者簡介

圖書目錄

第一部分  預(yù)備知識
   第1章  多元分析概述
     1. 1  引言
     1. 2  多元方法的應(yīng)用
     1. 3  數(shù)據(jù)的組織
     1. 4  數(shù)據(jù)的展示及圖表示
     1. 5  距離
     1. 6  最終評注
     練習(xí)
     參考文獻(xiàn)
   第2章  矩陣代數(shù)與隨機(jī)向量
     2. 1  引言
     2. 2  矩陣和向量代數(shù)基礎(chǔ)
     2. 3  正定矩陣
     2. 4  平方根矩陣
     2. 5  隨機(jī)向量和矩陣
     2. 6  均值向量和協(xié)方差矩陣
     2. 7  矩陣不等式和極大化
     補(bǔ)充2A  向量與矩陣：基本概念
     練習(xí)
     參考文獻(xiàn)
   第3章  樣本幾何與隨機(jī)抽樣
     3. 1  引言
     3. 2  樣本幾何
     3. 3  隨機(jī)樣本以及樣本均值和協(xié)方差矩陣的期望值
     3. 4  廣義方差
     3. 5  作為矩陣運(yùn)算的樣本均值. 協(xié)方差與相關(guān)系數(shù)
     3. 6  變量的線性組合的樣本值
     練習(xí)
     參考文獻(xiàn)
   第4章  多元正態(tài)分布
     4. 1  引言
     4. 2  多元正態(tài)密度及其性質(zhì)
     4. 3  從多元正態(tài)分布抽樣與極大似然估計(jì)
     4. 4  X和S的抽樣分布
     4. 5  X和S的大樣本特性
     4. 6  評估正態(tài)性假設(shè)
     4. 7  搜尋離群值及“清潔”數(shù)據(jù)
     4. 8  變換到接近正態(tài)性
     練習(xí)
     參考文獻(xiàn)
   第二部分  關(guān)于多元均值與線性模型的推斷
   第5章  關(guān)于均值向量的推斷
     5. 1  引言
     5. 2  uo作為正態(tài)總體均值的似真性
     5. 3  霍特林T2與似然比檢驗(yàn)
     5. 4  置信域和均值分量的聯(lián)合比較
     5. 5  總體均值向量的大樣本推斷
     5. 6  多元質(zhì)量控制圖
     5. 7  觀測值缺損時均值向量的推斷
     5. 8  多元觀測中由時間相依性造成的困難
     補(bǔ)充5A  作為戶維橢球投影的聯(lián)合置信區(qū)間與置信橢圓
     練習(xí)
     參考文獻(xiàn)
   第6章  多個多元均值向量的比較
     6. 1  引言
     6. 2  成對比較與重復(fù)測量設(shè)計(jì)
     6. 3  兩總體均值向量的比較
     6. 4  多個多元總體均值向量的比較(單因子MANOVA)
     6. 5  處理效應(yīng)的聯(lián)合置信區(qū)間
     6. 6  雙因子多元方差分析
     6. 7  輪廓分析
     6. 8  重復(fù)測量設(shè)計(jì)和生長曲線
     6. 9  對分析多元模型的透視和建議
     練習(xí)
     參考文獻(xiàn)
   第7章  多元線性回歸模型
     7. 1  引言
     7. 2  經(jīng)典線性回歸模型
     7. 3  最小二乘估計(jì)
     7. 4  回歸模型的推斷
     7. 5  由估計(jì)的回歸函數(shù)作推斷
     7. 6  模型檢查及回歸中的其他問題
     7. 7  多元多重回歸
     7. 8  線性回歸的概念
     7. 9  比較回歸模型的兩種表述方式
     7. 10  有時間相關(guān)誤差的多重回歸模型
     補(bǔ)充7A  多元多重回歸模型的似然比的分布
     練習(xí)
     參考文獻(xiàn)
     第三部分  協(xié)方差結(jié)構(gòu)分析
   第8章  主成分
     8. 1  引言
     8. 2  總體主成分
     8. 3  綜合主成分的樣本變差
     8. 4  主成分的圖形表示
     8. 5  大樣本推斷
     8. 6  用主成分監(jiān)控質(zhì)量
     補(bǔ)充8A  樣本主成分近似的幾何意義
     練習(xí)
     參考文獻(xiàn)
   第9章  因子分析與對協(xié)方差矩陣結(jié)構(gòu)的推斷
     9. 1  引言
     9. 2  正交因子模型
     9. 3  估計(jì)方法
     9. 4  因子旋轉(zhuǎn)
     9. 5  因子得分
     9. 6  因子分析展望和建議
     9. 7  構(gòu)造方程模型
     補(bǔ)充9A  最大似然估計(jì)的某些計(jì)算細(xì)節(jié)
     練習(xí)
     參考文獻(xiàn)
   第10章  典型相關(guān)分析
     lo. 1  引言
     10. 2  典型變量和典型相關(guān)系數(shù)
     10. 3  總體典型變量的解釋
     10. 4  樣本典型變量和樣本典型相關(guān)系數(shù)
     10. 5  其他樣本描述性度量
     10. 6  大樣本推斷
     練習(xí)
     參考文獻(xiàn)
   第四部分  分類和分組方法
   第11章  判別與分類
     11. 1  引言
     11. 2  兩個總體的分離與分類
     11. 3  兩個多元正態(tài)總體的分類
     11. 4  評估分類函數(shù)
     11. 5  費(fèi)希爾判別函數(shù)——分離總體
     11. 6  多個總體的分類
     11. 7  對多個總體進(jìn)行判別的費(fèi)希爾方法
     11. 8  最后的評述
     練習(xí)
     參考文獻(xiàn)
   第12章  聚類. 距離方法與多維標(biāo)度變換
     12. 1  引言
     12. 2  相似性量度
     12. 3  分層聚類方法
     12. 4  非分層聚類方法
     12. 5  多維標(biāo)度變換
     12. 6  對應(yīng)分析
     12. 7  用于觀察抽樣單元和變量的雙重信息圖
     12. 8  普羅克魯斯特斯分析：一種比較點(diǎn)結(jié)構(gòu)的方法
     練習(xí)
     參考文獻(xiàn)
     附錄
     表1  標(biāo)準(zhǔn)正態(tài)概率
     表2  學(xué)生t分布百分位點(diǎn)
     表3  X2分布百分位點(diǎn)
     表4  F分布百分位點(diǎn)(a＝0. 10)
     表5  F分布百分位點(diǎn)(a＝0. 05)
     表6  F分布百分位點(diǎn)(a＝0. 01)