应用多元统计分析

多元正态，回归分析，判别分析，聚类分析，主成分分析，因子分析，对应分析方法，典型相关分析，偏最小二乘回归分析

应用多元统计分析

• 绪论
  • 引言
  • 应用
  • 图表示法
• 矩阵代数
  • 向量与长度
  • 矩阵及基本运算
  • 行列式
  • 逆矩阵
  • 矩阵的秩
  • 分块求逆
  • 特征值
  • 特征向量
  • 矩阵的迹
  • 正定矩阵
  • 非负定矩阵
  • 投影矩阵
  • 特征值的极值问题
  • 矩阵的微商
  • 变换的雅可比行列式
  • 消去变换
• 多元正态分布及参数估计
  • 随机向量
  • 多元正态分布的定义与基本性质
  • 条件分布和独立性
  • 随机阵的正态分布
  • 参数估计
• 多元正态总体参数的假设检验
  • 重要统计量的分布
  • 单总体均值向量的检验及置信域
  • 多总体均值向量的检验
  • 协方差阵的检验
  • 独立性检验
  • 正态性检验
• 偏最小二乘回归分析
  • 应用
  • 定义
• 典型相关分析
  • 总体典型相关
  • 样本典型相关
  • 典型冗余分析
• 对应分析方法
  • 定义
  • 原理
  • 应用
• 因子分析
  • 因子模型
  • 参数估计方法
  • 方差最大的正交旋转
  • 因子得分
  • Q型因子分析
• 主成分分析
  • 总体的主成分
  • 样本的主成分
  • 应用
• 聚类分析
  • 聚类分析的方法
  • 距离与相似系数
  • 系统聚类法
  • 系统聚类法的性质及类的确定
  • 动态聚类法
  • 有序样品聚类法（最优分割法）
  • 变量聚类方法
• 判别分析
  • 距离判别
  • 贝叶斯判别法及广义平方距离判别法
  • 费希尔判别
  • 判别效果的检验及各变量判别能力的检验
  • 逐步判别
• 回归分析
  • 经典多元线性回归
  • 回归变量的选择与逐步回归
  • 多因变量的多元线性回归
  • 多因变量的逐步回归
  • 双重筛选逐步回归