顶部
收藏

现代多元统计分析


作者:
田茂再
定价:
48.80 元
版面字数:
490千字
开本:
16开
装帧形式:
平装
版次:
1
最新版次
印刷时间:
2024年
ISBN:
978-7-04-061415-2
物料号:
61415-00
出版时间:
2024-05-31
读者对象:
高等教育
一级分类:
数学与统计学类
二级分类:
统计学专业课
三级分类:
多元统计分析

本书全面系统地阐明了现代多元复杂数据分析理论与方法,反映该领域国际前沿研究状况。内容包括多元数据可视化方法、矩阵代数、多元分析基本工具、多元统计分布、多元正态分布理论、多元似然方法、多元统计假设检验、多元数据因子降维技术、主成分分析、因子分析、聚类分析、判别分析、对应分析、典型相关分析、多维标度分析、联合分析以及高维数据分类等。部分章节配有相应的R代码,帮助读者借助计算机理解相关理论内容,直接上手分析解决实际问题。

本书可作为高等学校统计学类相关专业的本科生和研究生教材或教学参考书,亦可供教师和科技人员参考。

  • 目录
    • 前辅文
      • 第1章 多元数据可视化方法
        • 1.1 箱线图
          • 1.2 直方图
            • 1.3 核密度估计
              • 1.4 散点图
                • 1.5 脸谱图
                  • 1.6 调和曲线图
                    • 1.7 平行坐标图
                      • 习题1
                      • 第2章 矩阵代数
                        • 2.1 基础知识
                          • 2.2 矩阵分解
                            • 2.3 二次型
                              • 2.4 矩阵导数
                                • 2.5 分块矩阵
                                  • 2.6 几何部分
                                    • 习题2
                                    • 第3章 多元分析基本工具
                                      • 3.1 协方差
                                        • 3.2 相关系数
                                          • 3.3 汇总统计量
                                            • 3.4 两个变量构建的线性模型
                                              • 3.5 单因素方差分析
                                                • 3.6 多元线性回归模型
                                                  • 习题3
                                                  • 第4章 多元统计分布
                                                    • 4.1 分布与密度函数
                                                      • 4.2 矩与特征函数
                                                        • 4.3 随机变量函数的变换
                                                          • 4.4 多元正态分布
                                                            • 4.5 样本分布与极限定理
                                                              • 4.6 厚尾分布
                                                                • 4.7 Copula函数
                                                                  • 4.8 自助法
                                                                    • 习题4
                                                                    • 第5章 多元正态分布理论
                                                                      • 5.1 多元正态分布的基本性质
                                                                        • 5.2 威沙特分布
                                                                          • 5.3 霍特林T2分布
                                                                            • 5.4 球形分布与椭球形分布
                                                                              • 习题5
                                                                              • 第6章 多元似然方法
                                                                                • 6.1 似然的原理
                                                                                  • 6.2 极大似然估计与评估
                                                                                    • 习题6
                                                                                    • 第7章 多元统计假设检验
                                                                                      • 7.1 似然比检验
                                                                                        • 7.2 线性假设
                                                                                          • 7.3 高维单位协方差矩阵的检验
                                                                                            • 7.4 重复测量
                                                                                              • 7.5 两总体均值的比较
                                                                                                • 习题7
                                                                                                • 第8章 多元数据因子降维技术
                                                                                                  • 8.1 几何观点
                                                                                                    • 8.2 拟合p 维空间上的数据云
                                                                                                      • 8.3 拟合n 维空间上的数据云
                                                                                                        • 8.4 子空间之间的联系
                                                                                                          • 8.5 应用举例
                                                                                                            • 习题8
                                                                                                            • 第9章 主成分分析
                                                                                                              • 9.1 标准化的线性组合
                                                                                                                • 9.2 主成分的应用
                                                                                                                  • 9.3 对主成分的解释
                                                                                                                    • 9.4 主成分的渐近性质
                                                                                                                      • 9.5 标准化的主成分分析
                                                                                                                        • 9.6 主成分与因子分析
                                                                                                                          • 9.7 共同主成分
                                                                                                                            • 习题9
                                                                                                                            • 第10章 因子分析
                                                                                                                              • 10.1 正交因子模型
                                                                                                                                • 10.2 因子模型的估计问题
                                                                                                                                  • 10.3 因子得分及策略
                                                                                                                                    • 10.4 应用举例
                                                                                                                                      • 习题10
                                                                                                                                      • 第11章 聚类分析
                                                                                                                                        • 11.1 聚类分析简介
                                                                                                                                          • 11.2 个体间的相似度
                                                                                                                                            • 11.3 聚类算法
                                                                                                                                              • 11.4 应用举例
                                                                                                                                                • 习题11
                                                                                                                                                • 第12章 判别分析
                                                                                                                                                  • 12.1 已知分布的分配原则
                                                                                                                                                    • 12.2 实际中的判别准则
                                                                                                                                                      • 习题12
                                                                                                                                                      • 第13章 对应分析
                                                                                                                                                        • 13.1 背景介绍
                                                                                                                                                          • 13.2 卡方分解
                                                                                                                                                            • 13.3 应用举例
                                                                                                                                                              • 13.4 双标图
                                                                                                                                                                • 习题13
                                                                                                                                                                • 第14章 典型相关分析
                                                                                                                                                                  • 14.1 典型相关变量
                                                                                                                                                                    • 14.2 典型相关分析实践
                                                                                                                                                                      • 14.3 定性数据典型相关分析
                                                                                                                                                                        • 习题14
                                                                                                                                                                        • 第15章 多维标度分析
                                                                                                                                                                          • 15.1 背景介绍
                                                                                                                                                                            • 15.2 度量型多维标度分析
                                                                                                                                                                              • 15.3 非度量型多维标度分析
                                                                                                                                                                                • 习题15
                                                                                                                                                                                • 第16章 联合分析
                                                                                                                                                                                  • 16.1 背景介绍
                                                                                                                                                                                    • 16.2 实验设计
                                                                                                                                                                                      • 16.3 偏好排序的估计
                                                                                                                                                                                        • 习题16
                                                                                                                                                                                        • 第17章 高维数据分类
                                                                                                                                                                                          • 17.1 背景介绍
                                                                                                                                                                                            • 17.2 最大边际分类器
                                                                                                                                                                                              • 17.3 半监督平滑方法
                                                                                                                                                                                                • 习题17
                                                                                                                                                                                                • 参考文献

                                                                                                                                                                                                相关图书