多元数据处理

　　本书的内容包括多元随机变量，协方差分析，趋势面分析，聚类分析，判别分析，主成分分析，因子分析，典型相关分析，回归分析的改进，不同方法间的关系和集成运用，回归试验设计，共十一章，另外，在第2章中简要介绍回归分析和方差分析的主要内容。本书力求采用非数学专业人员易于接受的方式阐述原理、概念和算法，同时又不失准确地反映问题的数学实质。本书的对象是化工和其他理、工、经、管等专业广大的工程技术、科学研究、经济分析、社会调查等方面的工作人员，也可作为有关专业研究生或本科高年级课程的教材与教学参考用书。目录：1．多元随机变量1．1多元随机变量及其分布1．2随机向量的数辽特征1．3多元正态分布1．4估计与检验2．协方差分析2．1回归分析概要2．2方差分析概要2．3单因子协方差分析2．4多因子多协变量的协方差分析3．趋势面分析3．1数据变化与趋势面分析3．2趋势面的计算3．3剩余分析4．聚类分析4．1分类基础知识4．2系统聚类法4．3有序样品的最优分割4．4动态聚类法概要5．判别分析5．1费歇判别方法5．2距离判别方法5．3贝叶斯判别方法5．4变量的判别能力与逐步判别方法6．主成分分析6．1主成分的定义与求法6．2主成分的性质6．3样本主成分6．4对应分析7．因子分析7．1因子分析的数学模型7．2模型参数的估计7．3方差最大正交旋转7．4因子得分8．典型相关分析8．1总体的典型相关分析8．2样本的典型相关分析和显著性检验8．3广义相关系数9．回归分析的改进9．1最小二乘回归的性能分析9．2主成分回归9．3偏最小二乘回归9．4岭回归概要10．不同方法的关系和集成运用10．1费歇判别与回归分析间的关系10．2典型相关分析与费歇判别暗的关系10．3成分分析与判别分析的集成运用10．4典型相关分析与趋势面分析的集成运用11．回归的试验设计11．1回归的正交设计11．2回归的旋转设计11．3回归的最优设计

暂缺《多元数据处理》作者简介

1．多元随机变量1．1
多元随机变量及其分布1．2
随机向量的数辽特征1．3
多元正态分布1．4
估计与检验2．协方差分析2．1
回归分析概要2．2
方差分析概要2．3
单因子协方差分析2．4
多因子多协变量的协方差分析3．趋势面分析3．1
数据变化与趋势面分析3．2
趋势面的计算3．3
剩余分析4．聚类分析4．1
分类基础知识4．2
系统聚类法4．3
有序样品的最优分割4．4
动态聚类法概要5．判别分析5．1
费歇判别方法5．2
距离判别方法5．3
贝叶斯判别方法5．4
变量的判别能力与逐步判别方法6．主成分分析6．1
主成分的定义与求法6．2
主成分的性质6．3
样本主成分6．4
对应分析7．因子分析7．1
因子分析的数学模型7．2
模型参数的估计7．3
方差最大正交旋转7．4
因子得分8．典型相关分析8．1
总体的典型相关分析8．2
样本的典型相关分析和显著性检验8．3
广义相关系数9．回归分析的改进9．1
最小二乘回归的性能分析9．2
主成分回归9．3
偏最小二乘回归9．4
岭回归概要10．不同方法的关系和集成运用10．1
费歇判别与回归分析间的关系10．2
典型相关分析与费歇判别暗的关系10．3
成分分析与判别分析的集成运用10．4
典型相关分析与趋势面分析的集成运用11．回归的试验设计11．1
回归的正交设计11．2
回归的旋转设计11．3
回归的最优设计