多元统计分析 第3版2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

多元统计分析 第3版PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 多元正态分布及其抽样分布1

1.1 多元指标统计数据及其图示1

1.1.1 多元统计数据1

1.1.2 多元数据的图示4

1.2 多元正态分布6

1.2.1 多元正态分布的定义7

1.2.2 多元正态分布的性质8

1.2.3 多元正态分布的条件分布10

1.3 多元正态分布参数的估计12

1.3.1 样本12

1.3.2 样本的数字特征13

1.3.3 μ与Σ的极大似然估计及其性质15

1.4 多元统计中常用的分布及抽样分布17

1.4.1 x2分布与Wishart分布18

1.4.2 t分布与T2分布19

1.4.3 中心F分布与Wilks分布20

第2章 多元正态总体均值向量和协方差阵的假设检验22

2.1 均值向量μ=μ0的假设检验与μ的置信域22

2.1.1 Σ已知时μ=μ0的检验与μ的置信域23

2.1.2 Σ未知时μ=μ0的检验与μ的置信域25

2.2 均值向量μ1=μ2的假设检验与μ1-μ2的置信域29

2.2.1 Σ已知，检验H0：μ1=μ2与μ1-μ2的置信域30

2.2.2 Σ未知，检验H0：μ1=μ2与估计μ1-μ2的置信域31

2.2.3 Σ1≠Σ2，检验H0：μ1=μ235

2.3 协方差阵与均值向量的检验37

2.3.1 似然比准则的一般原理37

2.3.2 协方阵Σ=Σ0的检验38

2.3.3 检验假设H0：μ=μ0，Σ=Σ041

2.3.4 多个协方差阵的相等性检验41

2.3.5 多个协方差阵与均值向量的相等性检验43

2.4 独立性检验46

第3章 多元方差分析51

3.1 单因素多元方差分析（完全随机试验）51

3.1.1 模型51

3.1.2 检验H0：α1=α2=…=αa=053

3.1.3 多重比较58

3.2 两因素的多元方差分析（完全随机试验）59

3.2.1 没有重复的两因素多元方差分析59

3.2.2 等重复的两因素多元方差分析（完全随机试验）68

3.3 巢式设计试验的多元方差分析77

第4章 直线回归与相关81

4.1 回归分析的基本概念与统计思想81

4.1.1 回归方程及其模型81

4.1.2 回归参数β的估计83

4.1.3 回归模型的有效性统计量84

4.1.4 研究者在回归分析中所关心的问题85

4.2 直线回归与相关分析85

4.2.1 直线回归方程及其模型85

4.2.2 β0，β的LS估计及统计性质87

4.2.3 回归模型有效性的方差分析及σ2的无偏估计88

4.2.4 b0和b的假设检验与区间估计91

4.2.5 预测和控制93

4.2.6 关于线性均方回归95

4.3 直线回归与相关中的几个问题96

4.3.1 重复试验与失拟性检验96

4.3.2 通过原点的回归直线101

4.3.3 κ条回归直线的比较103

4.3.4 相关系数的进一步分析109

第5章 多元线性回归与其通径、决策分析112

5.1 多元线性回归与相关分析112

5.1.1 多元线性均方回归112

5.1.2 一个因变量的多元线性回归分析114

5.1.3 过原点的多元线性回归分析123

5.2 通径分析及其决策分析125

5.2.1 标准化多元线性回归分析125

5.2.2 通径分析127

5.2.3 通径分析的决策分析131

5.2.4 综合选择指数的通径分析和决策分析142

5.2.5 偏相关分析145

5.3 多项式回归与趋势面分析147

5.3.1 多项式回归147

5.3.2 趋势面分析150

第6章 多对多的线性回归与其通径、决策分析154

6.1 Y p×1关于X m×1的线性回归分析154

6.1.1 多对多的线性均方回归154

6.1.2 β0，β的LS估计及其抽样分布155

6.1.3 Lyy的分解和Σe的无偏估计158

6.1.4 多对多线性回归方程的有关假设检验159

6.1.5 多对多线性回归的逐步回归法164

6.2 典范相关变量分析与广义相关系数166

6.2.1 典范相关变量分析166

6.2.2 典范变量的性质168

6.2.3 特征根λ2 t的假设检验169

6.2.4 广义相关系数ρxy171

6.3 广义复相关系数ρ（x1x2…xm）（y1 y2…yp）及其应用172

6.3.1 X与Y间的相关信息分析173

6.3.2 广义决定系数ρ2、广义复相关系数ρ（x1x2…xm）（y1y2…yp）=ρxy的定义和估计175

6.3.3 广义相关系数ρxy的性质176

6.3.4 广义复相关系数rxy的假设检验177

6.4 多对多的通径分析及其决策分析（Ⅰ）179

6.4.1 标准化多对多线性回归分析179

6.4.2 yα=β＊Txα＋εα（α=1，2，…，p）的通径分析及其决策分析185

6.4.3 多对多通径分析的通径图及中心定理186

6.5 多对多的通径分析及其决策分析（11）198

6.5.1 基于R2≈tr（B）的剖分及相应路径199

6.5.2 基于R2≈tr（B）剖分的广义决策系数Ry（j）的定义和特性206

6.5.3 Ry（j）的假设检验210

第7章 主成分分析与因子分析221

7.1 主成分分析及其通径分析与决策分析221

7.1.1 主成分分析及其性质221

7.1.2 主成分对X的作用224

7.1.3 单个主成分的通径分析与决策分析237

7.1.4 多对多的主成分通径分析及其决策分析241

7.2 因子分析及其通径、决策分析243

7.2.1 因子分析模型243

7.2.2 因子分析模型的传统分析245

7.2.3 因子分析的通径及其决策分析245

7.2.4 因子分析模型建立的方法258

7.2.5 因子旋转259

7.3 对应分析261

第8章 判别分析与聚类分析268

8.1 距离判别分析268

8.1.1 两总体距离判别及其判别函数Y（X）268

8.1.2 多总体距离判别271

8.2 Fisher线性判别分析及其距离综合决定率273

8.2.1 Fisher判别准则下的线性判别函数273

8.2.2 判别规则275

8.2.3 统计检验276

8.2.4 X中分量xt对判别作用大小的指标——距离综合决定率wt277

8.2.5 Fisher线性判别函数与典范相关、线性回归的关系288

8.3 Bayes判别分析289

8.4 逐步判别分析295

8.4.1 紧凑变换与逐步线性回归296

8.4.2 逐步判别分析简介298

8.4.3 逐步判别举例302

8.5 聚类分析305

8.5.1 分类统计量305

8.5.2 系统聚类法308

第9章 非线性回归与Logistic回归分析321

9.1 非线性回归分析321

9.1.1 可以化为线性模型的情况321

9.1.2 不可以化为线性模型的情况321

9.2 Logistic加权回归（因变量为0-1分布）332

9.2.1 线性概率模型yi=β0＋βxi＋εi332

9.2.2 Logistic分布及转化为线性回归的讨论334

9.2.3 Logistic加权回归模型及分析335

9.2.4 以x为因变量z为自变量的加权Logistic回归估计分析339

参考文献342

附表345