定 價：68 元
叢書名：工商管理優(yōu)秀教材譯叢·管理學(xué)系列
- 作者：
- 出版時間：2008/11/1
- ISBN：9787302183433
- 出 版 社：清華大學(xué)出版社
- 中圖法分類：O212.4
- 頁碼：
- 紙張：膠版紙
- 版次：1
- 開本：16
多元統(tǒng)計分析是統(tǒng)計學(xué)中內(nèi)容十分豐富、應(yīng)用范圍極為廣泛的一個分支。在自然科學(xué)和社會科學(xué)的許多學(xué)科中，研究者都有可能需要分析處理有多個變量的數(shù)據(jù)問題。從表面上看起來雜亂無章的數(shù)據(jù)中發(fā)現(xiàn)和提煉出規(guī)律性的結(jié)論，不僅需要對所研究的專業(yè)領(lǐng)域有很好的訓(xùn)練，而且要掌握必要的統(tǒng)計分析工具。 對研究者來說，本書是學(xué)習(xí)掌握多元統(tǒng)計分析的各種模型和方法的一本有價值的參考書：首先，它做到了淺入深出，既可供初學(xué)者入門，又能使有較深基礎(chǔ)的人受益；其次，它既側(cè)重于應(yīng)用，又兼顧必要的推理論證，使學(xué)習(xí)者既能學(xué)到“如何”做，而且在一定程度上了解“為什么”這樣做；最后，它內(nèi)涵豐富、全面，不僅基本包括各種在實際中常用的多元統(tǒng)計分析方法，而且對現(xiàn)代統(tǒng)計學(xué)的最新思想和進(jìn)展有所介紹。值得一提的是，本書中有大量來自實際問題的數(shù)據(jù)實例，通過對這些實例的分析，讀者可以學(xué)到如何將一個實際問題轉(zhuǎn)化為恰當(dāng)?shù)慕y(tǒng)計問題，進(jìn)而選擇恰當(dāng)?shù)姆椒▉磉M(jìn)行分析。
多元統(tǒng)計分析是統(tǒng)計學(xué)中內(nèi)容十分豐富、應(yīng)用范圍極為廣泛的一個分支.在自然科學(xué)和社會科學(xué)的許多學(xué)科中，研究者都有可能需要分析處理有多個變量的數(shù)據(jù)的問題.從表面上看起來雜亂無章的數(shù)據(jù)中發(fā)現(xiàn)和提煉出規(guī)律性的結(jié)論，不僅需要對所研究的專業(yè)領(lǐng)域有很好的訓(xùn)練，而且需要掌握必要的統(tǒng)計分析工具.對實際領(lǐng)域中的研究者和高等院校的研究生來說，要學(xué)習(xí)掌握多元統(tǒng)計分析的各種模型和方法，手頭有一本好的，有長久價值的參考書是非常必要的.這樣一本書應(yīng)該滿足以下條件： 首先，它應(yīng)該是“淺入深出”的，也就是說，既可供初學(xué)者入門，又能使有較深基礎(chǔ)的人受益.其次，它應(yīng)該是既側(cè)重于應(yīng)用，又兼顧必要的推理論證，使學(xué)習(xí)者既能學(xué)到“如何”做，而且在一定程度上了解“為什么”這樣做.最后，它應(yīng)該是內(nèi)涵豐富、全面的，不僅要基本包括各種在實際中常用的多元統(tǒng)計分析方法，而且還要對現(xiàn)代統(tǒng)計學(xué)的最新思想和進(jìn)展有所介紹、交代.
我們認(rèn)為R.A.約翰遜(R.A.Johnson)和D.W.威克恩(D.W.Wichern)合著的《實用多元統(tǒng)計分析》（第6版）(Applied Multivariate Statistical Analysis,6th Ed)就是這樣一本有長久價值的多元統(tǒng)計分析參考書.本書的內(nèi)容十分豐富，涵蓋了多元統(tǒng)計分析的各種有廣泛應(yīng)用的、經(jīng)典和現(xiàn)代的模型和方法.為便于學(xué)習(xí)者對方法的理解，本書對各種方法的計算過程介紹得很詳細(xì)，從簡單的數(shù)據(jù)出發(fā)，將計算過程一步一步、不厭其煩地展開，使學(xué)習(xí)者對計算方法獲得感性認(rèn)識.在此基礎(chǔ)上，對實際數(shù)據(jù)用計算機軟件進(jìn)行分析，并給出輸入方法的說明和輸出結(jié)果的解釋，使得學(xué)習(xí)者能夠掌握統(tǒng)計軟件的操作步驟，并讀懂輸出結(jié)果的含義.書中有大量來自實際問題的案例，通過對這些案例的分析，學(xué)習(xí)者可以學(xué)到如何將實際問題轉(zhuǎn)化為恰當(dāng)?shù)慕y(tǒng)計問題，進(jìn)而選擇恰當(dāng)?shù)哪Ｐ团c方法來分析.
由清華大學(xué)出版社出版的本書第4版的中文譯本（2000年）在我國擁有廣泛的讀者群，并且已經(jīng)被選為許多高校本科或研究生相關(guān)課程的教科書.作為第4版的中文譯者，我們又有幸翻譯了本書的第6版.第6版對第4版有所修改與補充，在作者原序中已經(jīng)作了較為具體的說明.我們在這里再強調(diào)一下第6版新增加的兩個內(nèi)容.首先是在第11章中增加了邏輯斯蒂回歸(Logistic regression).平行于經(jīng)典的線性回歸，邏輯斯蒂回歸處理對二值響應(yīng)變量的預(yù)測（分類）問題.其次是在第12章中增加了一節(jié)補充材料，介紹近年來非常熱門并得到廣泛應(yīng)用的數(shù)據(jù)分析領(lǐng)域——數(shù)據(jù)挖掘(data mining)，以及多元統(tǒng)計分析方法在數(shù)據(jù)挖掘中的應(yīng)用.
本書由葉俊翻譯第1章至第6章,由陸璇翻譯第7章至第12章并統(tǒng)稿; 研究生馮漢杰、向紅旭、新國和鄭燦亮也參與了翻譯工作。由于我們的水平有限，因此在翻譯中難免有錯誤或不妥之處.希望各位專家和讀者發(fā)現(xiàn)問題后及時告知我們，以便以后有機會時予以更正.
譯者
2008年7月于清華園
實用多元統(tǒng)計分析Applied Multivariate Statistical Analysis
第1章多元分析概述
1.1引言
1.2多元方法的應(yīng)用
1.3數(shù)據(jù)的組織
1.4數(shù)據(jù)的展示及圖表示
1.5距離
1.6最終評注
練習(xí)
參考文獻(xiàn)
第2章矩陣代數(shù)與隨機向量
2.1引言
2.2矩陣和向量代數(shù)基礎(chǔ)
2.3正定矩陣
2.4平方根矩陣
2.5隨機向量和矩陣
2.6均值向量和協(xié)方差矩陣
2.7矩陣不等式和極大化
補充2A向量與矩陣： 基本概念
練習(xí)
參考文獻(xiàn)
第3章樣本幾何與隨機抽樣
3.1引言
3.2樣本幾何
3.3隨機樣本以及樣本均值和協(xié)方差矩陣的期望值
3.4廣義方差
3.5作為矩陣運算的樣本均值、協(xié)方差與相關(guān)系數(shù)
3.6變量的線性組合的樣本值
練習(xí)
參考文獻(xiàn)
第4章多元正態(tài)分布
4.1引言
4.2多元正態(tài)密度及其性質(zhì)
4.3從多元正態(tài)分布抽樣與極大似然估計
4.4和S的抽樣分布
4.5和S的大樣本特性
4.6評估正態(tài)性假定
4.7搜尋離群值及“清潔”數(shù)據(jù)
4.8變換到接近正態(tài)性
練習(xí)
參考文獻(xiàn)
目錄
實用多元統(tǒng)計分析
第5章關(guān)于均值向量的推斷
5.1引言
5.2μ0作為正態(tài)總體均值的似真性
5.3霍特林T2與似然比檢驗
5.4置信域和均值分量的聯(lián)合比較
5.5總體均值向量的大樣本推斷
5.6多元質(zhì)量控制圖
5.7觀測值缺損時均值向量的推斷
5.8多元觀測中由時間相依性造成的困難
補充5A作為p維橢球投影的聯(lián)合置信區(qū)間與置信橢圓
練習(xí)
參考文獻(xiàn)
第6章多個多元均值向量的比較
6.1引言
6.2成對比較與重復(fù)測量設(shè)計
6.3兩總體均值向量的比較
6.4多個多元總體均值向量的比較（單因子多元方差分析）
6.5處理效應(yīng)的聯(lián)合置信區(qū)間
6.6協(xié)方差矩陣相等性的檢驗
6.7雙因子多元方差分析
6.8輪廓分析
6.9重復(fù)測量設(shè)計和生長曲線
6.10對分析多元模型的展望和建議
練習(xí)
參考文獻(xiàn)
第7章多元線性回歸模型
7.1引言
7.2經(jīng)典線性回歸模型
7.3最小二乘估計
7.4回歸模型的推斷
7.5由估計的回歸函數(shù)作推斷
7.6模型檢查及回歸中的其他問題
7.7多元多重回歸
7.8線性回歸的概念
7.9比較回歸模型的兩種表達(dá)方式
7.10有時間相關(guān)誤差的多重回歸模型
補充7A多元多重回歸模型的似然比的分布
練習(xí)
參考文獻(xiàn)
第8章主成分
8.1引言
8.2總體主成分
8.3綜合主成分的樣本變差
8.4主成分的圖形表示
8.5大樣本推斷
8.6用主成分監(jiān)控質(zhì)量
補充8A樣本主成分近似的幾何意義
練習(xí)
參考文獻(xiàn)
第9章因子分析與對結(jié)構(gòu)性協(xié)方差矩陣的推斷
9.1引言
9.2正交因子模型
9.3估計方法
9.4因子旋轉(zhuǎn)
9.5因子得分
9.6因子分析的展望和建議
補充9A極大似然估計的某些計算細(xì)節(jié)
練習(xí)
參考文獻(xiàn)
第10章典型相關(guān)分析
10.1引言
10.2典型變量和典型相關(guān)系數(shù)
10.3總體典型變量的解釋
10.4樣本典型變量和樣本典型相關(guān)系數(shù)
10.5其他樣本描述性度量
10.6大樣本推斷
練習(xí)
參考文獻(xiàn)
第11章判別與分類
11.1引言
11.2兩個總體的分離與分類
11.3兩個多元正態(tài)總體的分類
11.4評估分類函數(shù)
11.5多個總體的分類
11.6對多個總體進(jìn)行判別的費希爾方法
11.7邏輯斯蒂回歸與分類
11.8最后的評述
練習(xí)
參考文獻(xiàn)
第12章聚類、距離方法與多維標(biāo)度變換
12.1引言
12.2相似性量度
12.3分層聚類方法
12.4非分層聚類方法
12.5基于統(tǒng)計模型的聚類
12.6多維標(biāo)度變換
12.7對應(yīng)分析
12.8用于觀察抽樣單元和變量的雙重信息圖
12.9普羅克魯斯特斯分析： 一種比較點結(jié)構(gòu)的方法
補充12A數(shù)據(jù)挖掘
練習(xí)
參考文獻(xiàn)
附錄
書單推薦
