多元分析及其在高等教育研究中的應(yīng)用

第1章 多元分析概述
1.1 引言
1.2 多元分析的應(yīng)用
1.3 多元數(shù)據(jù)的組織
1.3.1 平均數(shù)
1.3.2 方差與標(biāo)準(zhǔn)差
1.3.3 隨機(jī)變量
1.3.4 隨機(jī)向量
1.3.5 多元數(shù)據(jù)
1.3.6 平均值向量
1.3.7 標(biāo)準(zhǔn)化數(shù)據(jù)矩陣
1.3.8 協(xié)方差矩陣
1.3.9 相關(guān)矩陣
第2章 多元線性回歸模型(上)
2.1 多元線性回歸分析
2.1.1 多元線性回歸模型
2.1.2 多元線性回歸方程的建立
2.1.3 回歸效果的檢驗(yàn)
2.1.4 高等學(xué)校生均教育經(jīng)費(fèi)影響因素分析
2.1.5 應(yīng)用和解釋多元回歸分析時(shí)存在的潛在問題
2.2 逐步回歸分析
2.2.1 自變量的選擇
2.2.2 逐步回歸分析的基本原理
2.2.3 區(qū)域高等教育發(fā)展水平影響因素分析
2.2.4 高職生職業(yè)價(jià)值觀與自主性學(xué)習(xí)關(guān)系的實(shí)證研究
2.2.5 研究生學(xué)術(shù)忠誠影響因素實(shí)證研究
2.3 路徑分析
2.3.1 路徑分析的基本原理
2.3.2 路徑分析在教育發(fā)展戰(zhàn)略研究中的應(yīng)用
2.4 多項(xiàng)式回歸
2.5 趨勢面分析
2.5.1 趨勢面模型的建立
2.5.2 趨勢面模型的參數(shù)估計(jì)
2.5.3 趨勢面模型的適合度檢驗(yàn)
2.5.4 普通高等學(xué)校本專研在校生比例區(qū)域分布模型
第3章 多元線性回歸模型(下)
3.1 多對多回歸
3.1.1 多對多線性回歸的基本原理
3.1.2 區(qū)域經(jīng)濟(jì)水平與高等教育發(fā)展關(guān)系的回歸分析
3.2 典型相關(guān)分析
3.2.1 典型相關(guān)分析的基本原理
3.2.2 區(qū)域經(jīng)濟(jì)發(fā)展與高等教育發(fā)展的典型相關(guān)分析
3.2.3 高等學(xué)校學(xué)科競爭潛力與學(xué)科競爭實(shí)力的典型相關(guān)分析
3.3 多重共線性
3.3.1 多重共線性的診斷方法
3.3.2 多重共線性的診斷案例分析
3.4 嶺回歸分析
3.4.1 嶺回歸的基本原理
3.4.2 區(qū)域高等教育發(fā)展影響因素的嶺回歸分析
3.5 偏最小二乘回歸
3.5.1 偏最小二乘回歸的基本原理
3.5.2 區(qū)域經(jīng)濟(jì)水平與高等教育發(fā)展關(guān)系的偏最小二乘回歸分析
第4章 協(xié)方差結(jié)構(gòu)分析
4.1 主成分分析
4.1.1 主成分分析的基本模型
4.1.2 主成分的個(gè)數(shù)及解釋
4.1.3 區(qū)域高等教育發(fā)展能力的綜合分析評價(jià)
4.2 主成分回歸
4.3 因子分析
4.3.1 因子分析的基本模型
4.3.2 因子分析模型中的主要統(tǒng)計(jì)量
4.3.3 因子分析的基本步驟
4.3.4 因子得分
4.3.5 我國區(qū)域高等教育發(fā)展水平的統(tǒng)計(jì)分析
4.3.6 因子分析與主成分分析的聯(lián)系與區(qū)別
4.4 結(jié)構(gòu)方程模型
4.4.1 結(jié)構(gòu)方程模型的基本形式
4.4.2 從探索型因子分析到驗(yàn)證型因子分析
4.4.3 結(jié)構(gòu)方程模型的基本步驟
4.4.4 結(jié)構(gòu)方程模型的參數(shù)估計(jì)
4.4.5 結(jié)構(gòu)方程模型的評價(jià)
4.4.6 男大學(xué)生無氣力癥調(diào)查分析
4.4.7 研究生學(xué)術(shù)努力行為的影響機(jī)制研究
第5章 分類與分組方法
5.1 聚類分析
5.1.1 聚類分析的方法
5.1.2 聚類統(tǒng)計(jì)量
5.1.3 系統(tǒng)聚類法
5.1.4 中國大學(xué)前100名聚類分析
5.2 判別分析
5.2.1 判別分析的種類
5.2.2 中國大學(xué)前100名判別分析
5.2.3 判別分析與因子分析的聯(lián)系與區(qū)別
5.3 多維標(biāo)度法
5.3.1 古典多維標(biāo)度法的基本原理
5.3.2 高等學(xué)?？茖W(xué)研究發(fā)展水平的MDS分析
第6章 屬性數(shù)據(jù)分析
6.1 Logistic(邏輯斯諦)回歸分析
6.1.1 Logistic(邏輯斯諦)回歸分析的基本原理
6.1.2 Logistic(邏輯斯諦)回歸分析案例
6.1.3 多分類無序反應(yīng)變量Logistic回歸
6.1.4 多分類有序反應(yīng)變量Logistic回歸
6.2 對數(shù)線性模型
6.2.1 對數(shù)線性模型的基本原理
6.2.2 大學(xué)生閑暇活動(dòng)分析的對數(shù)線性模型
6.3 對應(yīng)分析
6.3.1 對應(yīng)分析的基本原理
6.3.2 頭發(fā)顏色與1艮睛顏色的對應(yīng)分析
6.3.3 美國大學(xué)競爭力的對應(yīng)分析
第7章 混合線性模型與廣義可加模型
7.1 混合線性模型
7.1.1 混合線性模型的結(jié)構(gòu)
7.1.2 混合線性模型的SAS實(shí)現(xiàn)
7.1.3 高等學(xué)校工資增長趨勢研究
7.2 廣義可加模型
7.2.1 可加模型和廣義可加模型
7.2.2 廣義可加模型的SAS實(shí)現(xiàn)
7.2.3 女性生育一孩率影響因素分析
參考文獻(xiàn)