更新时间：2019-11-29 16:47:20
封面
版权信息
前言
第1章 多元变量数据
1.1 什么是多元变量数据
1.2 多元数据的尺度水平
1.3 多元数据的来源与质量
1.4 多元数据的矩阵表示及变换
1.5 协方差矩阵与相关矩阵
1.6 多元正态分布
1.7 数据的录入与前期处理
第2章 协方差分析
2.1 什么是协方差分析
2.2 协方差分析的统计前提与检验统计量的推导
2.3 应用SPSS实现协方差分析
2.4 协方差分析的功能与注意事项
2.5 实例
2.6 对四类离差平方和[1]的补充说明
第3章 多重线性回归
3.1 什么是多重线性回归
3.2 多重回归分析中的参数估计及其相关概念的介绍
3.3 应用SPSS实现多重回归分析
3.4 建立有效的多重回归模型
3.5 实例
第4章 多元方差分析
4.1 什么是多元方差分析
4.2 预备知识
4.3 多元方差分析的原理与统计量
4.4 应用SPSS实现多元方差分析
4.5 如何有效应用MANOVA
4.6 实例
第5章 判别分析
5.1 什么是判别分析
5.2 Fisher线性判别分析的原理与判别函数的导出
5.3 分类
5.4 应用SPSS实现判别分析
5.5 注意事项
5.6 实例
第6章 逻辑斯蒂克回归
6.1 什么是逻辑斯蒂克回归
6.2 逻辑回归的理论与参数估计
6.3 应用SPSS实现逻辑回归分析
6.4 讨论与注意事项
6.5 实例
第7章 主成分分析
7.1 什么是主成分分析
7.2 主成分分析的基本原理
7.3 应用SPSS实现主成分分析
7.4 关于主成分分析的几个问题
7.5 实例
第8章 探索性因素分析（上）
8.1 什么是探索性因素分析
8.2 因素分析法概述
8.3 因素解的求法
8.4 如何决定因素个数
8.5 应用SPSS实现因素分析
第9章 探索性因素分析（下）
9.1 因素载荷的分类与简单结构
9.2 因素旋转
9.3 正交旋转——最大方差法及其相关解法
9.4 斜交旋转——直接斜交法与PROMAX法
9.5 因素得分的估计
9.6 因素分析的结果报告及相关问题
9.7 实例
第10章 验证性因素分析
10.1 什么是验证性因素分析
10.2 测定方程式模型
10.3 测定方程式模型的参数估计
10.4 模型拟合度的评价指标
10.5 模型间的比较
10.6 模型的识别性与参数的约束
10.7 不适合解
10.8 应用AMOS实现验证性因素分析
10.9 小结与注意事项
10.10 实例
附录 向量与矩阵的基础知识
1 向量的基础知识
2 矩阵的基础知识
3 向量与矩阵在多元统计中的应用
参考文献
注释
