具體描述
《實用多元統計分析(第6版)》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的問題。能否從錶麵上看起來雜亂無章的數據中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，《實用多元統計分析》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，它既側重於應用，又兼顧必要的推理論證，使學習者既能學到“如何”做，又能在一定程度上瞭解“為什麼”這樣做；最後，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最新思想和進展有所介紹。
著者簡介
作者：(美國)約翰遜 (Johnson.R.A.) (美國)威客恩 (Wichern.D.W.) 譯者：陳鏇 葉俊
圖書目錄
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 最終評注
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 最小二乘估計
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 最後的評述
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
· · · · · · (收起)
讀後感
这本书是这学期上的多元统计课用的教材。之前在国内的时候也旁听过一些多元统计课，那个时候用的是Latin, Carroll, & Green的Analyzing Multivariate Data。那本书对于初学者来说真的是有点高深了。和那本书相反，J&W的这本书从基础的矩阵运算讲起，甚至还用了一章来讲多元正态...
評分这本书是这学期上的多元统计课用的教材。之前在国内的时候也旁听过一些多元统计课，那个时候用的是Latin, Carroll, & Green的Analyzing Multivariate Data。那本书对于初学者来说真的是有点高深了。和那本书相反，J&W的这本书从基础的矩阵运算讲起，甚至还用了一章来讲多元正态...
評分这本书是这学期上的多元统计课用的教材。之前在国内的时候也旁听过一些多元统计课，那个时候用的是Latin, Carroll, & Green的Analyzing Multivariate Data。那本书对于初学者来说真的是有点高深了。和那本书相反，J&W的这本书从基础的矩阵运算讲起，甚至还用了一章来讲多元正态...
評分这本书是这学期上的多元统计课用的教材。之前在国内的时候也旁听过一些多元统计课，那个时候用的是Latin, Carroll, & Green的Analyzing Multivariate Data。那本书对于初学者来说真的是有点高深了。和那本书相反，J&W的这本书从基础的矩阵运算讲起，甚至还用了一章来讲多元正态...
評分这本书从一开始就是以矩阵为基础的多元统计，与Statistical Inference等书风格完全不同。 这本书介绍的矩阵只是很有用，但是我觉得有点over easy。 后面几章很罗嗦！比如PCA哪一章，讲了半天就是个谱分解……啰嗦死了。
用戶評價
內容相當豐富。。。
评分學習麯綫非常平緩，舒適學習
评分內容相當豐富。。。
评分書本身很棒，翻譯太差扣一星
评分第五章前麵一部分死活讀不懂。。。以後有機會再讀一遍吧，重點是結閤r語言進行實操
相關圖書
本站所有內容均為互聯網搜索引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美書屋 版权所有