现代统计分析方法与应用

目录
第一章 概论
1.1重新认识统计学
1.2市场呼唤统计学
1.3统计分析方法及其应用概述
本章思考与练习
· · · · · · (更多)

目录
第一章 概论
1.1重新认识统计学
1.2市场呼唤统计学
1.3统计分析方法及其应用概述
本章思考与练习
第二章 统计学基础知识回顾
2.1统计数据的整理与描述
2.2随机向量的数字特征
2.3几种重要的概率分布
2.4参数估计
2.5假设检验
本章思考与练习
第三章 定性变量的统计分析
3.1多项分布与x2检验
3.2列联表分析
3.3一致性检验
3.4拟合优度检验
本章思考与练习
第四章 一元线性回归
4.1一元线性回归模型
4.2参数β0、β1的最小二乘估计
4.3回归方程的显著性检验
4.4可化为一元线性回归的曲线回归
4.5回归方程的应用――预测和控制
本章思考与练习
第五章 多元线性回归
5.1多元线性回归模型
5.2回归参数的最小二乘估计（OLSE）
5.3回归方程的显著性检验
5.4回归系数的显著性检验
5.5多元线性回归模型的应用
本章思考与练习
第六章 违背基本假设的回归分析
6.1异方差性的产生背景及其处理
6.2序列相关性的产生背景及其处理
6.3多重共线性的产生背景及其处理
本章思考与练习
第七章 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关于自变量选择的几个准则
7.3逐步回归及其应用
7.4自变量中含有定性变量的回归模型
本章思考与练习
第八章 聚类分析
8.1聚类分析的基本概念
8.2距离和相似系数
8.3系统聚类法
8.4模糊聚类分析
本章思考与练习
第九章 判别分析
9.1距离判别
9.2费歇尔判别
9.3贝叶期判别
本章思考与练习
第十章 主成分分析
10.1主成分分析的基本思想
10.2主成分的几何意义与一般数学模型
10.3主成分的求法及性质
10.4主成分分析的计算步骤
10.5主成分分析的应用
本章思考与练习
第十一章 因子分析
11.1因子分析的基本思想
11.2因子分析模型
11.3因子载荷的统计意义
11.4因子载荷矩阵的求解
11.5因子旋转
11.6因子得分
本章思考与练习
第十二章 对应分析
12.1对应分析的基本思想
12.2对应分析方法的原理
12.3对应分析的计算与应用
本章思考与练习
第十三章 典型相关分析
13.1典型相关分析的基本思想
13.2总体典型相关和典型变量
13.3样本典型相关和典型变量
13.4典型相关系数的显著性检验
13.5典型相关应用实例
本章思考与练习
附录A 矩阵代数
A.1向量与矩阵
A.2矩阵的分解和微商
附录B 统计表
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（x2）分布表
表5相关系数检验表
表6t分布的临界点
表7F分布表
表8D.W检验上下界表
参考文献
· · · · · · (收起)