内容简介
主要介绍一些实用的多元统计分析方法的理论及其应用，并列举了各方面的实例，同时还以上的统计分析软件SAS系统作为典型工具，通过实例介绍如何处理数据分析中的各种实际问题。
目录
章 绪论 §1.1 引言 §1.2 多元统计分析的应用 §1.3 多元统计数据的图表示法 章 多元正态分布及参数的估计 §2.1 向量 §2.2 多元正态分布的定义与基本质 §2.3 条件分布和独立 §2.4 阵的正态分布 §2.5 多元正态分布的参数估计 第三章 多元正体参数的假设检验 §3.1 几个重要统计量的分布 §3.2 体均值向量的检验及置信域 §3.3 体均值向量的检验 §3.4 协方差阵的检验 §3.5 独立检验 §3.6 正态检验 第四章 回归分析 §4.1 经典多元线回归 §4.2 回归变量的选择与逐步回归 §4.3 多因变量的多元线回归 §4.4 多因变量的逐步回归 §4.5 双重筛选逐步回归 第五章 判别分析 §5.1 距离判别 §5.2 贝叶斯（Bayes）判别法及广方距离判别法 §5.3 费希尔（Fisher）判别 §5.4 判别效果的检验及各变量判别能力的检验 §5.5 逐步判别 第六章 聚类分析 §6.1 聚类分析的方法 §6.2 距离与相似系数 §6.3 系统聚类法 §6.4 系统聚类法的质及类的确定 §6.5 动态聚类法 §6.6 有序样品聚类法（优分割法） §6.7 变量聚类方法 第七章 主成分分析 §7.1 体的主成分 §7.2 样本的主成分 §7.3 主成分分析的应用 第八章 因子分析 §8.1 引言 §8.2 因子模型 §8.3 参数估计方法 §8.4 方差大的正交旋转 §8.5 因子得分 §8.6 Q型因子分析 第九章 对应分析方法 §9.1 什么是对应分析方法 §9.2 对应分析方法的原理 9.3 应用例子 第十章 典型相关分析 §10.1 体典型相关 §10.2 样本典型相关 §10.3 典型冗余分析 第十一章 偏小二乘回归分析 §11.1 偏小二乘回归分析方法 §11.2 应用例子 附录 矩阵代数§1 向量与长度§2 矩阵及基本运算§3 行列式§4 逆矩阵、矩阵的秩及分块求逆§5 特征值、特征向量和矩阵的迹§6 正定矩阵、非负定矩阵和投影矩阵§7 特征值的极值问题§8 矩阵的微商和变换的雅可比行列式§9 消去变换部分考解答或提示参考文献主要符号说明索引