本书系统论述多元统计分析的基本理论和方法,力求理论与实际应用并重。只要具有一元统计的知识就可阅读本书。
本书主要内容是:多元正态分布、方差分析、回归分析、因子分析与线性模型、聚类分析和统计量的分布附录中列出了常用的多元分布表。
样章试读
目录
- 目录
第一章 矩阵
§1.线性空间 1
§2.内积和投影 3
§3.矩阵的基本性质 5
§4.分块矩阵的代数运算 12
§5.特征根及特征向量 16
§6.对称阵 20
§7.非负定阵 24
§8.广义逆 28
§9.计算方法 36
§10.矩阵微商 43
§11.矩阵的标准型 46
§12.矩阵内积空间 49
第二章 多元正态分布 53
§1.定义 53
§2.正念分布的矩 57
§3.条件分布和独立性 59
§4.多元正态分布的参数估计 64
§5.μ和V的极大似然估计的性质 69
§6.多维正态分布的特征 79
§7.多维正态分布函数的计算 82
§8.例 91
第三章 样本分布的性质和均值与协差阵的检验 96
§1.二次型分布 96
§2.维希特(Wishart)分布 108
§3.与样本协差阵有关的统计量;T2和统计量 112
§4.均值的检验 119
§5. T2统计量的优良性 126
§6.多母体均值的检验 131
§7.协方差不等时均值的检验 138
§8.协差阵的检验 140
§9.独立性检验 149
第四章 判别分析 155
§1.距离判别 155
§2.贝叶斯(Bayes)判别 166
§3.费歇的判别准则 172
§4.误判概率 179
§5.附加信息检验 184
§6.逐步判别 189
§7.序贯判别 199
第五章 回归分析 203
§1.问题及模型 203
§2.最小二乘估计 207
§3.假设检验 213
§4.逐步回归 220
§5.双重筛选逐步回归 230
§6.回归分析与判别分析的关系 238
第六章 相关 242
§1.投影 242
§2.典型相关变量 245
§3.广义相关系数 252
§4.主成分分析及主分量分析 257
§5.因子分析 262
第七章 线性模型 271
§1.模型 271
§2.估值 273
§3.广义线性模型 378
§4.递推公式 386
§5.正态线性模型的假设检验 392
§6.试验设计 302
第八章 聚类分析 314
§1.相似系数和距离 314
§2.系统聚类法 320
§3.系缆聚类法的性质 330
§4.动态聚类法 339
§5.分解法 349
§6.有序样品的聚类与预报 352
第九章 统计量的分布 362
§1.预备知识 362
§2.Im(f r1,···,rm) 365
§3. 元非中心分布 369
§4.Wishart分布 373
§5.广义方差的分布 378
§6.非中心T2分布 382
§7.样本相关系数的分布 385
§8.S1s2特征根的联合分布 390
§9.结束语 402
参考文献 406
附录 409
附表的使用说明 409
表1 Aα(m,n1,n2)表 413
表2 θmax表 445
表3 T2(m,n)表 451
表4 L(m,v)表 463
表5 W( m,n)表 464
表6 M(m,vo,k)表 473
《现代数学基础丛书》已出版书目 474