多元统计分析

　　本书内容广泛，通俗易懂，对数学和数理统计的要求很低，是一本极具特色的统计学教科书和工具书，既适合那些学习统计学课程的经济学、社会学、管理学和统计学专业的大学高年级本科生与研究生，也适合那些从事数据分析工作需正确理解各种多元统计方法的原理，掌握基本操作技巧的数据工程师，对于那些备考研究生的考生更不失为一本深入浅出、简明扼要的参考书。作者拥有多年授课经历和丰富的实际经验，力求说理透彻，应用地道，注意将复杂方法溯源至常理、常识，对一个方法要解决的问题与解决问题的逻辑思路、前提条件，存在的障碍进行全面介绍，引导读者进入每种方法实际应用时的情景设定： 比较重视交代方法的适用场合、变量类型和量纲、数据基础，后续动作；尤其重视不同方法间以及同一类方法内部的子方法间的逻辑联系，以及在介绍经典方法的同时，自然、平滑地引入适合处理大数据分析的方法。本书封面贴有清华大学出版社防伪标签，无标签者不得销售。

暂缺《多元统计分析》作者简介

第1章多元统计描述1
1.1多元统计分析的内容2
1.2数据及其来源4
1.3统计学的若干基本概念8
1.4变量与变量值12
1.5随机变量与随机变量值16
1.6随机变量的分布及其特征20
1.7多元统计的分布图与散点图31
1.7.1分布图系列32
1.7.2散点图系列44
1.7.3混合图系列55
第2章多元统计推断58
2.1统计推断概述59
2.2简单随机抽样与简单估计理论63
2.3多元的点估计及其优良性71
2.3.1矩估计法71
2.3.2极大似然估计法72
2.3.3最小二乘估计74
2.3.4估计量的优良性76
2.4区间估计77
2.4.1使用t分布的单一置信区间82
2.4.2庞弗罗尼多重置信区间83
2.4.3威沙特分布87
2.5缺失值的处理94
2.5.1EM算法95
2.5.2比估计与回归估计97
2.6总体方差的估计101
第3章多元相关分析103
3.1多元相关分析概述104
3.2一对一的类型105
3.2.1一个分类变量对一个分类变量的情形105
3.2.2一个分类变量对一个数值变量的情形108
3.2.3一个数值变量与另一个数值变量的情形111
3.3多对多类型111
|多元统计分析目录第4章列联分析与对数线性分析121
4.1分类型数据的表示122
4.2高维列联表的独立性检验124
4.2.1压缩: 基于部分自变量的边缘分布的独立性检验126
4.2.2分层: 基于部分自变量的条件分布的独立性检验127
4.2.3“综合”条件独立性检验128
4.3对数线性模型131
4.4分类树135
第5章方差分析与联合分析138
5.1方差分析基本理论139
5.2单因素多变量方差分析142
5.3双因素方差分析148
5.3.1双因素单变量方差分析148
5.3.2双因素多变量方差分析152
5.4多因素方差分析155
5.5联合分析160
5.5.1联合分析基本理论161
5.5.2联合分析的步骤165
5.5.3联合分析与方差分析的联系168
5.5.4联合分析与方差分析的实证比较171
第6章判别分析与logistic回归分析179
6.1数据基础180
6.2判别的准则181
6.2.1概率最大准则181
6.2.2判别损失最小准则183
6.3判别的方法185
第7章聚类分析207
7.1聚类分析的基本思想208
7.2类的定义209
7.3数据基础213
7.4类间距离的度量216
7.5几种聚类方法220
7.5.1谱系聚类220
7.5.2分解聚类220
7.5.3动态聚类222
7.5.4最优聚类问题的探索228
7.6对变量的聚类236
第8章主成分分析与因子分析239
8.1主成分分析概论240
8.1.1数据基础240
8.1.2主成分分析的思想241
8.1.3模型的假设与求解244
8.1.4主成分的性质245
8.1.5主成分的选取标准246
8.1.6样本主成分分析247
8.1.7相关问题讨论252
8.2因子分析259
8.2.1因子分析概述259
8.2.2因子分析基础259
8.2.3因子分析模型262
8.2.4模型的求解与评价263
8.2.5因子旋转266
8.2.6因子得分268
8.2.7因子分析案例269
第9章多元回归分析280
9.1多元回归思想概述281
9.2多元回归模型282
9.2.1参数的区间估计与检验284
9.2.2模型的预测287
9.2.3常见问题的讨论293
9.3与其他统计方法的比较296
9.3.1与方差分析的比较296
9.3.2与路径分析的比较299
参考文献307