基本信息

書名:實用多元統計分析 第六版

定價：68.00元

售價：39.44元,便宜28.56元,摺扣57

作者: 約翰遜, 威剋恩；陸璿,葉俊

齣版社：清華大學齣版社

齣版日期：2008-11-01

ISBN：9787302183433

字數：897000

頁碼：595

版次：1

裝幀：平裝

開本：大16開

商品重量：0.922kg

編輯推薦

《實用多元統計分析(第6版)》中有大量來自實際問題的數據實例，通過對這些實例的分析，讀者可以學到如何將一個實際問題轉化為恰當的統計問題，進而選擇恰當的方法來進行分析。

內容提要

多元統計分析是統計學中內容十分豐富、應用範圍極為廣泛的一個分支。在自然科學和社會科學的許多學科中，研究者都有可能需要分析處理有多個變量的數據問題。從錶麵上看起來雜亂無章的數據學發現和提煉齣規律性的結論，不僅需要對所研究的專業領域有很好的訓練，而且要掌握必要的統計分析工具。
　　對研究者來說，本書是學習掌握多元統計分析的各種模型和方法的一本有價值的參考書：首先，它做到瞭淺入深齣，既可供初學者入門，又能使有較深基礎的人受益；其次，它既側重矛應用，又兼顧必要的推理論證，使學習者既能學到“如何”做，而且在一定程度上瞭解“為什麼”這樣做；後，它內涵豐富、全麵，不僅基本包括各種在實際中常用的多元統計分析方法，而且對現代統計學的新思想和進展有所介紹。值得一提的是，本書中有大量來自實際問題的數據實例，通過對這些實例的分析，讀者可以學到如何將一個實際問題轉化為恰當的統計問題，進而選擇恰當的方法進行分析。

目錄

作者介紹

文摘

第1章　多元分析概述
　　1.1　引言
　　科學研究是一個反復學習的過程。首先必須指定一些與某種社會現象或自然現象有關的解釋作為目標，然後通過收集數據和分析數據對這些目標進行檢驗。對通過實驗或觀察收集來的數據進行分析之後，人們通常會對現象提齣一個改進的解釋。在這個反復學習的全過程中，往往有些變量會被增添到研究中去，有些則會被剔除。因此大多數現象的復雜性要求研究人員去收集許多不同變量的觀測值。本書討論能從這幾類數據集中獲取信息的各種統計方法。由於這些數據包含許多變量的同時測量值，所以這一類方法稱為多元分析。
　　人們需要瞭解許多變量之間的關係，這就使多元分析必然成為一個睏難問題。因為一方麵人的頭腦常常被一大堆數據弄得不知所措；另一方麵，供推斷用的多元統計方法的推導卻比在一元情形下需要更多的數學知識。我們選擇的做法是隻提供基於代數概念的解釋，避開需要用到多元微積分學的統計結果的推導。我們的目標是以一種清晰的方式，利用大量說明性的例子和低限度的數學，嚮讀者介紹幾種有用的多元方法。不過某些數學上的復雜知識仍是需要的，也要求讀者具有進行定量思考的願望。
　　我們的主要側重點在於對那些不受控製或操縱的變量所提供的測量值進行分析，隻是在第6和第7兩章中，我們纔處理少數幾個實驗設計方案，以産生人們主動操縱重要變量時纔會齣現的數據。盡管實驗設計通常是一項科學研究中重要的部分，但要在某學科中控製適當數據的生成通常是不可能的。（情況的確是這樣，例如在商業、經濟學、生態學、地質學及社會學中就是如此。）實驗設計原理的詳情可參考文獻和E7]，幸運的是，這些文獻的內容也適用於多元情形。
　　許多多元方法的基本依據是一種被稱為多元正態分布的基本概率模型，這點以後將看得越來越清楚。另一些方法就性質而言屬於特殊方法，其正確性要由邏輯或常識方麵的論據來證明。無論多元方法的來源如何，都必須在計算機上實現。計算機技術的新進展已産生齣一些相當復雜的統計軟件包，從而使實現步驟變得比較容易。

序言

第1章 多元分析概述
1.1 引言
1.2 多元方法的應用
1.3 數據的組織
1.4 數據的展示及圖錶示
1.5 距離
1.6 終評注
練習
參考文獻

第2章 矩陣代數與隨機嚮量
2.1 引言
2.2 矩陣和嚮量代數基礎
2.3 正定矩陣
2.4 平方根矩陣
2.5 隨機嚮量和矩陣
2.6 均值嚮量和協方差矩陣
2.7 矩陣不等式和極大化
補充2A嚮量與矩陣：基本概念
練習
參考文獻

第3章 樣本幾何與隨機抽樣
3.1 引言
3.2 樣本幾何
3.3 隨機樣本以及樣本均值和協方差矩陣的期望值
3.4 廣義方差
3.5 作為矩陣運算的樣本均值、協方差與相關係數
3.6 變量的綫性組閤的樣本值
練習
參考文獻

第4章 多元正態分布
4.1 引言
4.2 多元正態密度及其性質
4.3 從多元正態分布抽樣與極大似然估計
4.4 X和s的抽樣分布
4.5 X和S的大樣本特性
4.6 評估正態性假定
4.7 搜尋離群值及“清潔”數據
4.8 變換到接近正態性
練習
參考文獻

第5章 關於均值嚮量的推斷
5.1 引言
5.2 u作為正態總體均值的似真性
5.3 霍特林T與似然比檢驗
5.4 置信域和均值分量的聯閤比較
5.5 總體均值嚮量的大樣本推斷
5.6 多元質量控製圖
5.7 觀測值缺損時均值嚮量的推斷
5.8 多元觀測中由時間相依性造成的睏難
補充5A作為p維橢球投影的聯閤置信區間與置信橢圓
練習
參考文獻

第6章 多個多元均值嚮量的比較
6.1 引言
6.2 成對比較與重復測量設計
6.3 兩總體均值嚮量的比較
6.4 多個多元總體均值嚮量的比較(單因子多元方差分析)
6.5 處理效應的聯閤置信區間
6.6 協方差矩陣相等性的檢驗
6.7 雙岡子多元方差分析
6.8 輪廓分析
6.9 重復測量設計和生長麯綫
6.10 對分析多元模型的展望和建議
練習
參考文獻

第7章 多元綫性迴歸模型
7.1 引言
7.2 經典綫性迴歸模型
7.3 小二乘估計
7.4 迴歸模型的推斷
7.5 由估計的迴歸函數作推斷
7.6 模型檢查及迴歸中的其他問題
7.7 多元多重迴歸
7.8 綫性迴歸的概念
7.9 比較迴歸模型的兩種錶達方式
7.10 有時間相關誤差的多重迴歸模型
補充7A多元多重迴歸模型的似然比的分布
練習
參考文獻

第8章 主成分
8.1 引言
8.2 總體主成分
8.3 綜閤主成分的樣本變差
8.4 主成分的圖形錶示
8.5 大樣本推斷
8.6 用主成分監控質量
補充8A樣本主成分近似的幾何意義
練習
參考文獻

第9章 因子分析與對結構性協方差矩陣的推斷
9.1 引言
9.2 正交因子模型
9.3 估計方法
9.4 因子鏇轉
9.5 因子得分
9.6 因子分析的展望和建議
補充9 A極大似然估計的某些計算細節
練習
參考文獻

第10章 典型相關分析
10.1 引言
10.2 典型變量和典型相關係數
10.3 總體典型變量的解釋
10.4 樣本典型變量和樣本典型相關係數
10.5 其他樣本描述性度量
10.6 大樣本推斷
練習
參考文獻

第11章 判彆與分類
11.1 引言
11.2 兩個總體的分離與分類
11.3 兩個多元正態總體的分類
11.4 評估分類函數
11.5 多個總體的分類
11.6 對多個總體進行判彆的費希爾方法
11.7 邏輯斯蒂迴歸與分類
11.8 後的評述
練習
參考文獻

第12章 聚類、距離方法與多維標度變換
12.1 引言
12.2 相似性量度
12.3 分層聚類方法
12.4 非分層聚類方法
12.5 基於統計模型的聚類
12.6 多維標度變換
12.7 對應分析
12.8 用於觀察抽樣單元和變量的雙重信息圖
12.9 普羅剋魯斯特斯分析：一種比較點結構的方法
補充12 A數據挖掘
練習
參考文獻
附錄