现代统计分析方法与应用

目录
第1章 概论
§1．1 为统计学正名
§1．2 市场呼唤真统计
§1．3 统计分析方法及其应用概述
思考与练习
第2章 统计学基础回顾
§2．1 统计数据的整理与描述
§2．2 几种重要的概率分布
§2．3 多元分布的基本概念
§2．4 多元正态分布
§2．5 参数估计
§2．6 假设检验
思考与练习
第3章 定性数据的〓检验
§3．1 多项分布与〓检验
§3．2 列联表分析
§3．3 一致性检验
§3．4 拟合优度检验
思考与练习
第4章 一元线性回归
§4．1 一元线性回归模型
§4．2 回归参数〓，〓的估计
§4．3 最小二乘估计的性质
§4．4 回归方程的显著性检验
§5 4．5 残差分析
§5 4．6 预测和控制
§4．7 建模总结和应注意的问题
思考与练习
第5章 多元线性回归
§5．1 多元线性回归模型
§5．2 回归参数的估计
§5．3 参数估计量的性质
§5．4 回归方程的显著性检验
§5．5 中心化和标准化
§5．6 相关阵与偏相关系数
§5．7 多元建模总结与评注
思考与练习
第6章 违背基本假设的回归分析
§6．1 关于异方差性问题
§6．2 关于自相关性问题
§6．3 关于多重共线性问题
§6．4 异常值与强影响值
思考与练习
第7章 自变量选择与逐步回归
§7．1 自变量选择对估计和预测的影响
§7．2 所有子集回归
§7．3 逐步回归
§7．4 实例与评注
思考与练习
第8章 定性数据的建模分析
§8．1 对数线性模型基本理论和方法
§8．2 对数线性模型分析的上机实践
§5 8．3 Logistic回归基本理论和方法
§8．4 Logistic回归的方法及步骤
思考与练习
第9章 多变量的图表示法
§9．1 散点图矩阵
§9．2 脸谱图
§5 9．3 雷达图与星图
§9．4 星座图
思考与练习
第10章 聚类分析
§10．1 聚类分析的基本思想
§10．2 相似性度量
§10．3 类和类的特征
§10．4 聚类方法
§10．5 实际例子
思考与练习
第11章 判别分析
§11．1 判别分析的基本思想
§11．2 距离判别
§11．3 Bayes判别
§11．4 Fisher判别
§11．5 逐步判别
§11．6 判别分析应用的几个例子
思考与练习
第12章 主成分分析
§12．1 主成分分析的基本思想
§12．2 主成分分析的几何意义
§12．3 总体主成分及其性质
§12．4 样本主成分的导出
§12．5 主成分分析步骤及框图
§12．6 主成分分析的应用
思考与练习
第13章 因子分析
§13．1 因子分析的基本思想
§13．2 因子载荷的求解
§13．3 因子分析的步骤与逻辑框图
§13．4 因子分析的上机实现
思考与练习
第14章 对应分析
§14．1 对应分析的基本理论
§14．2 对应分析的步骤及逻辑框图
§14．3 对应分析的上机实现
思考与练习
第15章 典型相关分析
§15．1 典型相关分析的基本理论
§15．2 典型相关分析的步骤及逻辑框图
§15．3 典型相关分析的上机实现
思考与练习
参考文献
附录
表1 泊松分布表
表2 标准正态分布表
表3 正态分布分位数表
表4 卡方(〓)分布表
表5 相关系数检验表
表6 t分布的临界点
表7 F分布表
表8 D．W 检验上下界表
C
x