现代统计分析方法与应用

　　作者假定学生已具有线性代数、概率论与数理统计的基础知识，本着提高硕士研究生量化分析能力的宗旨，在众多统计方法中，仅选择部分最实用的现代统计分析方法。在不失理论严密性的前提下，力求将问题的背景、方法的思想、具体的步骤、分析的技巧讲清楚。为重点突出方法的思想和应用，每种方法尽可能紧密结合中国社会、经济、管理方面的实际问题，以案例研究为导向，为非统计专业硕士研究生进行量化分析起一定示范作用。本书的大部分内容都给非统计专业研究生讲授过，根据笔者的经验，如有计算机配合，学生掌握这些基本方法和技能并不困难。选用本书的都是可有一定的灵活性，根据不同专业有选择地讲授该书内容。本书参考教学课时为54学时。本书也可作为经济统计专业现代统计分析方法课的教材。此书还可作为从事社会、经济、管理等研究和实际工作的同志进行量化研究的参考书。

暂缺《现代统计分析方法与应用》作者简介

     目录
   第一章 概论
    1.1重新认识统计学
    1.2市场呼唤统计学
    1.3统计分析方法及其应用概述
    本章思考与练习
   第二章 统计学基础知识回顾
    2.1统计数据的整理与描述
    2.2随机向量的数字特征
    2.3几种重要的概率分布
    2.4参数估计
    2.5假设检验
    本章思考与练习
   第三章 定性变量的统计分析
    3.1多项分布与x2检验
    3.2列联表分析
    3.3一致性检验
    3.4拟合优度检验
    本章思考与练习
   第四章 一元线性回归
    4.1一元线性回归模型
    4.2参数β0、β1的最小二乘估计
    4.3回归方程的显著性检验
    4.4可化为一元线性回归的曲线回归
    4.5回归方程的应用——预测和控制
    本章思考与练习
   第五章 多元线性回归
    5.1多元线性回归模型
    5.2回归参数的最小二乘估计（OLSE）
    5.3回归方程的显著性检验
    5.4回归系数的显著性检验
    5.5多元线性回归模型的应用
    本章思考与练习
   第六章 违背基本假设的回归分析
    6.1异方差性的产生背景及其处理
    6.2序列相关性的产生背景及其处理
    6.3多重共线性的产生背景及其处理
    本章思考与练习
   第七章 自变量选择与逐步回归
    7.1自变量选择对估计和预测的影响
    7.2关于自变量选择的几个准则
    7.3逐步回归及其应用
    7.4自变量中含有定性变量的回归模型
    本章思考与练习
   第八章 聚类分析
    8.1聚类分析的基本概念
    8.2距离和相似系数
    8.3系统聚类法
    8.4模糊聚类分析
    本章思考与练习
   第九章 判别分析
    9.1距离判别
    9.2费歇尔判别
    9.3贝叶期判别
    本章思考与练习
   第十章 主成分分析
    10.1主成分分析的基本思想
    10.2主成分的几何意义与一般数学模型
    10.3主成分的求法及性质
    10.4主成分分析的计算步骤
    10.5主成分分析的应用
    本章思考与练习
   第十一章 因子分析
    11.1因子分析的基本思想
    11.2因子分析模型
    11.3因子载荷的统计意义
    11.4因子载荷矩阵的求解
    11.5因子旋转
    11.6因子得分
    本章思考与练习
   第十二章 对应分析
    12.1对应分析的基本思想
    12.2对应分析方法的原理
    12.3对应分析的计算与应用
    本章思考与练习
   第十三章 典型相关分析
    13.1典型相关分析的基本思想
    13.2总体典型相关和典型变量
    13.3样本典型相关和典型变量
    13.4典型相关系数的显著性检验
    13.5典型相关应用实例
    本章思考与练习
   附录A 矩阵代数
    A.1向量与矩阵
    A.2矩阵的分解和微商
   附录B 统计表
    表1泊松分布表
    表2标准正态分布表
    表3正态分布分位数表
    表4卡方（x2）分布表
    表5相关系数检验表
    表6t分布的临界点
    表7F分布表
    表8D.W检验上下界表
   参考文献