多元统计学原理与案例

　　本书共分为9章，它从以下四个方面介绍了多元统计分析的理论和方法：一是多元统计分析的理论基础和统计推断问题；二是数据归类问题；三是数据降维问题；四是数据相关性研究。本书可作为数学与应用数学、金融数学、统计学、大数据、经济学、管理学、生物学等相关学科的高年级本科生或研究生的教材或参考书；同时也可供上述有关学科领域的实际工作者参考。

暂缺《多元统计学原理与案例》作者简介

第1章 多元统计学概述
1.1 引言
1.2 预备知识
1.3 多元统计分析的内容
1.4 多元统计分析的应用
第2章 多元正态分布
2.1 引言
2.2 随机向量及其分布
2.2.1 随机向量
2.2.2 随机向量的分布及其性质
2.2.3 边缘分布、条件分布、独立性
2.2.4 多元分布的数字特征
2.2.5 协方差矩阵的用途
2.3 多元正态分布
2.3.1 一元正态分布回顾
2.3.2 多元正态分布的定义
2.3.3 多元正态分布的性质
2.4 多元正态分布的参数估计
2.4.1 多元样本的数字特征
2.4.2 多元正态总体均值向量和协方差矩阵的估计
第3章 多元正态总体的假设检验
3.1 引言
3.2 几个重要统计量的分布
3.2.1 Wishart分布
3.2.2 Hototelling分布
3.2.3 Wilks分布
3.2.4 样本均值向量和样本协方差矩阵的抽样分布
3.3 多元正态总体均值向量的检验
3.3.1 一元正态总体均值检验的回顾
3.3.2 一个正态总体均值向量的检验
3.3.3 两个正态总体均值向量的检验
3.3.4 多个正态总体均值向量的检验
3.4 多元正态总体协方差矩阵的检验
3.4.1 一个正态总体协方差矩阵的检验
3.4.2 多个总体协方差矩阵相等
第4章 判别分析
4.1 引言
4.2 距离判别
4.2.1 两个总体的判别
4.2.2 多个总体的距离判别
4.2.3 距离判别法判别效果的检验
4.3 贝叶斯判别法
4.3.1 后验准则
4.3.2 小平均误判损失准则
4.4 。Fisher判别法
4.4.1 两个总体的Fisher判别法
4.4.2 多个总体的Fisher判别
4.5 实际案例分析
第5章 聚类分析
5.1 引言