第 1章 多元統計分析與 R簡介
1.1多元統計分析簡介
1.2 R簡介
習題
參考文獻

第 2章 多元線性模型
2.1多元正態分布
2.2多元線性模型
2.3變量選擇
2.4回歸診斷
2.5回歸預測
習題
參考文獻

第 3章 廣義線性模型
3.1廣義線性模型的定義
3.2 Logistic模型
3.3 Probit模型
3.4多項 Logit模型
3.5泊松對數線性模型
3.6零膨脹計數模型
3.7多項分布對數線性模型
習題
參考文獻

第 4章 聚類分析
4.1相似性度量
4.2系統聚類法
4.3 k均值聚類法
4.4 EM聚類法
習題
參考文獻

第 5章 判別分析
5.1距離判別
5.2 Fisher判別
5.3 Bayes判別
5.4二次判別
5.5案例分析與 R實現
習題
參考文獻
附錄



第 6章 主成分分析
6.1主成分分析的基本思想
6.2總體主成分
6.3樣本主成分
6.4案例分析:主成分回歸分析
習題
參考文獻

第 7章因子分析
7.1正交因子模型
7.2因子模型的估計
7.3因子正交旋轉
7.4因子得分
7.5因子分析小結
7.6案例分析:因子分析模型在
習題
參考文獻

第8章對應分析
8.1對應分析的基本思想
8.2對應分析的原理
8.3對應分析的計算步驟
8.4案例分析:對應分析在文化
習題
參考文獻



第 9章典型相關分析
9.1典型相關分析基本理論
9.2總體典型相關變量的概念
9.3典型相關變量的性質
9.4原始變量與典型相關變量的
9.5簡單相關、復相關和典型相關
9.6分量的標準化處理
9.7樣本典型相關系數及其對應汽車零部件行業業績分析典型相關變量的計算
9.8典型相關系數的顯著性檢驗
9.9被解釋樣本方差的比例
9.10案例分析及 R操作
習題
參考文獻
附錄

第 10章多維標度分析
10.1多維標度法的基本思想
10.2古典多維標度法
10.3案例分析與 R實現
習題
參考文獻