清华管理学系列英文版教材:实用多元统计分析(第6版)

清华管理学系列英文版教材:实用多元统计分析(第6版)
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者: [美] (Johnson R.A.)
2008-01
版次: 1
ISBN: 9787302165187
定价: 69.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 773页
正文语种: 简体中文,英语
236人买过
  •   多元统计分析是统计学中内容十分丰富、应用范围极为广泛的一个分支。在自然科学和社会科学的许多学科中,研究者都有可能需要分析处理有多个变量的数据的问题。能否从表面上看起来杂乱无章的数据中发现和提炼出规律性的结论,不仅需要对所研究的专业领域有很好的训练,而且要掌握必要的统计分析工具。
      对研究者来说,本书是学习掌握多元统计分析的各种模型和方法的一本有价值的参考书:首先,它做到了“浅入深出”,既可供初学者入门,又能使有较深基础的人受益;其次,它既侧重于应用,又兼顾必要的推理论证,使学习者既能学到“如何”做,又能在一定程度上了解“为什么”这样做;最后,它内涵丰富、全面,不仅基本包括各种在实际中常用的多元统计分析方法,而且对现代统计学的最新思想和进展有所介绍。值得一提的是,本书中有大量来自实际问题的数据实例,通过对这些实例的分析,读者可以学到如何将一个实际问题转化为恰当的统计问题,进而选择恰当的方法来进行分析。 第1章多元分析概述
    1.1引言
    1.2多元方法的应用
    1.3数据的组织
    1.4数据的展示及图表示
    1.5距离
    1.6最终评注
    第2章矩阵代数与随机向量
    2.1引言
    2.2矩阵和向量代数基础
    2.3正定矩阵
    2.4平方根矩阵
    2.5随机向量和矩阵
    2.6均值向量和协方差矩阵
    2.7矩阵不等式和极大化
    补充2A向量与矩阵:基本概念
    第3章样本几何与随机抽样
    3.1引言
    3.2样本几何
    3.3随机样本以及样本均值和协方差矩阵的期望值
    3.4广义方差
    3.5作为矩阵运算的样本均值、协方差与相关系数
    3.6变量的线性组合的样本值
    第4章多元正态分布
    4.1引言
    4.2多元正态密度及其性质
    4.3从多元正态分布抽样与极大似然估计
    4.4X和s的抽样分布
    4.5X和S的大样本特性
    4.6评估正态性假设
    4.7搜寻离群值与“清洁”数据
    4.8变换到接近正态性
    第5章关于均值向量的推断
    5.1引言
    5.2U0作为正态总体均值的似真性
    5.3霍特林r的平方与似然比检验
    5.4置信域和均值分量的联合比较
    5.5总体均值向量的大样本推断
    5.6多元质量控制图
    5.7观测值缺损时均值向量的推断
    5.8多元观测中由时间相依性造成的困难
    补充5A作为p维椭球投影的联合置信区间与置信椭圆
    第6章多个多元均值向量的比较
    6.1引言
    6.2成对比较与重复测量设计
    6.3两总体均值向量的比较
    6.4多个多元总体均值向量的比较(单因子MANOVA)
    6.5处理效应的联合置信区间
    6.6协方差矩阵相等性的检验
    6.7双因子多元方差分析
    6.8轮廓分析
    6.9重复测量设计和生长曲线
    6.10对分析多元模型的透视和建议
    第7章多元线性回归模型
    7.1引言
    7.2经典线性回归模型
    7.3最小二乘估计
    7.4回归模型的推断
    7.5由估计的回归函数作推断
    7.6模型检查及回归中的其他问题
    7.7多元多重回归
    7.8线性回归的概念
    7.9比较回归模型的两种表述方式
    7.10有时间相关误差的多重回归模型
    补充7A多元多重回归模型的似然比的分布
    第8章主成分
    8.1引言
    8.2总体主成分
    8.3综合主成分的样本变差
    8.4主成分的图形表示
    8.5大样本推断
    8.6用主成分监控质量
    补充8A样本主成分近似的几何意义
    第9章因子分析与对协方差矩阵结构的推断
    9.1引言
    9.2正交因子模型
    9.3估计方法
    9.4因子旋转
    9.5因子得分
    9.6因子分析展望和建议
    补充9A最大似然估计的某些计算细节
    第10章典型相关分析
    10.1引言
    10.2典型变量和典型相关系数
    10.3总体典型变量的解释
    10.4样本典型变量和样本典型相关系数
    10.5其他样本描述性度量
    10.6大样本推断
    第11章判别与分类
    11.1引言
    11.2两个总体的分离与分类
    11.3两个多元正态总体的分类
    11.4评估分类函数
    11.5多个总体的分类
    11.6对多个总体进行判别的费希尔方法
    11.7Logistic回归与分类
    11.8最后的评述
    第12章聚类、距离方法与多维标度变换
    12.1引言
    12.2相似性量度
    12.3分层聚类方法
    12.4非分层聚类方法
    12.5基于统计模型的聚类
    12.6多维标度变换
    12.7对应分析
    12.8用于观察抽样单元和变量的双重信息图
    12.9普罗克鲁斯特斯分析:一种比较点结构的方法
    附录
    数据索引
    主题索引
  • 内容简介:
      多元统计分析是统计学中内容十分丰富、应用范围极为广泛的一个分支。在自然科学和社会科学的许多学科中,研究者都有可能需要分析处理有多个变量的数据的问题。能否从表面上看起来杂乱无章的数据中发现和提炼出规律性的结论,不仅需要对所研究的专业领域有很好的训练,而且要掌握必要的统计分析工具。
      对研究者来说,本书是学习掌握多元统计分析的各种模型和方法的一本有价值的参考书:首先,它做到了“浅入深出”,既可供初学者入门,又能使有较深基础的人受益;其次,它既侧重于应用,又兼顾必要的推理论证,使学习者既能学到“如何”做,又能在一定程度上了解“为什么”这样做;最后,它内涵丰富、全面,不仅基本包括各种在实际中常用的多元统计分析方法,而且对现代统计学的最新思想和进展有所介绍。值得一提的是,本书中有大量来自实际问题的数据实例,通过对这些实例的分析,读者可以学到如何将一个实际问题转化为恰当的统计问题,进而选择恰当的方法来进行分析。
  • 目录:
    第1章多元分析概述
    1.1引言
    1.2多元方法的应用
    1.3数据的组织
    1.4数据的展示及图表示
    1.5距离
    1.6最终评注
    第2章矩阵代数与随机向量
    2.1引言
    2.2矩阵和向量代数基础
    2.3正定矩阵
    2.4平方根矩阵
    2.5随机向量和矩阵
    2.6均值向量和协方差矩阵
    2.7矩阵不等式和极大化
    补充2A向量与矩阵:基本概念
    第3章样本几何与随机抽样
    3.1引言
    3.2样本几何
    3.3随机样本以及样本均值和协方差矩阵的期望值
    3.4广义方差
    3.5作为矩阵运算的样本均值、协方差与相关系数
    3.6变量的线性组合的样本值
    第4章多元正态分布
    4.1引言
    4.2多元正态密度及其性质
    4.3从多元正态分布抽样与极大似然估计
    4.4X和s的抽样分布
    4.5X和S的大样本特性
    4.6评估正态性假设
    4.7搜寻离群值与“清洁”数据
    4.8变换到接近正态性
    第5章关于均值向量的推断
    5.1引言
    5.2U0作为正态总体均值的似真性
    5.3霍特林r的平方与似然比检验
    5.4置信域和均值分量的联合比较
    5.5总体均值向量的大样本推断
    5.6多元质量控制图
    5.7观测值缺损时均值向量的推断
    5.8多元观测中由时间相依性造成的困难
    补充5A作为p维椭球投影的联合置信区间与置信椭圆
    第6章多个多元均值向量的比较
    6.1引言
    6.2成对比较与重复测量设计
    6.3两总体均值向量的比较
    6.4多个多元总体均值向量的比较(单因子MANOVA)
    6.5处理效应的联合置信区间
    6.6协方差矩阵相等性的检验
    6.7双因子多元方差分析
    6.8轮廓分析
    6.9重复测量设计和生长曲线
    6.10对分析多元模型的透视和建议
    第7章多元线性回归模型
    7.1引言
    7.2经典线性回归模型
    7.3最小二乘估计
    7.4回归模型的推断
    7.5由估计的回归函数作推断
    7.6模型检查及回归中的其他问题
    7.7多元多重回归
    7.8线性回归的概念
    7.9比较回归模型的两种表述方式
    7.10有时间相关误差的多重回归模型
    补充7A多元多重回归模型的似然比的分布
    第8章主成分
    8.1引言
    8.2总体主成分
    8.3综合主成分的样本变差
    8.4主成分的图形表示
    8.5大样本推断
    8.6用主成分监控质量
    补充8A样本主成分近似的几何意义
    第9章因子分析与对协方差矩阵结构的推断
    9.1引言
    9.2正交因子模型
    9.3估计方法
    9.4因子旋转
    9.5因子得分
    9.6因子分析展望和建议
    补充9A最大似然估计的某些计算细节
    第10章典型相关分析
    10.1引言
    10.2典型变量和典型相关系数
    10.3总体典型变量的解释
    10.4样本典型变量和样本典型相关系数
    10.5其他样本描述性度量
    10.6大样本推断
    第11章判别与分类
    11.1引言
    11.2两个总体的分离与分类
    11.3两个多元正态总体的分类
    11.4评估分类函数
    11.5多个总体的分类
    11.6对多个总体进行判别的费希尔方法
    11.7Logistic回归与分类
    11.8最后的评述
    第12章聚类、距离方法与多维标度变换
    12.1引言
    12.2相似性量度
    12.3分层聚类方法
    12.4非分层聚类方法
    12.5基于统计模型的聚类
    12.6多维标度变换
    12.7对应分析
    12.8用于观察抽样单元和变量的双重信息图
    12.9普罗克鲁斯特斯分析:一种比较点结构的方法
    附录
    数据索引
    主题索引
查看详情
12
您可能感兴趣 / 更多
清华管理学系列英文版教材:实用多元统计分析(第6版)
争吵的恋人:我们为什么相爱,又为什么争吵
[美]约翰·金,[美]瓦妮莎·贝内特
清华管理学系列英文版教材:实用多元统计分析(第6版)
蒙特卡洛的密码锁(数学大师的逻辑课) 文教科普读物 [美]雷蒙德·m.斯穆里安(raymondm.smullyan)
[美]雷蒙德·m.斯穆里安(raymondm.smullyan)
清华管理学系列英文版教材:实用多元统计分析(第6版)
福尔摩斯的棋盘:关于国际象棋的推理题(数学大师的逻辑课)
[美]雷蒙德·m.斯穆里安
清华管理学系列英文版教材:实用多元统计分析(第6版)
《生命大设计.重构》(关于“生命创造现实”这一惊人事实,独特且完整的科学探索与哲学诠释)
[美]鲍勃·伯曼 著;杨泓 译;[美]罗伯特·兰札;马泰·帕夫希奇(斯洛文尼亚)
清华管理学系列英文版教材:实用多元统计分析(第6版)
杰出投资者的底层认知:成功投资与明智创富的10个茅塞顿开之问(《聪明的投资者》新时代精华版)
[美]J.戴维·斯坦恩(J.David Stein) 著;刘寅龙 译;庞鑫
清华管理学系列英文版教材:实用多元统计分析(第6版)
浴缸里的海洋
[美]塞思·菲什曼
清华管理学系列英文版教材:实用多元统计分析(第6版)
新视界文库-生命故事:生物学上的伟大发现
[美]肖恩·B.卡罗尔
清华管理学系列英文版教材:实用多元统计分析(第6版)
洛丽塔原型:小说《洛丽塔》背后的萨莉?霍纳绑架案
[美]萨拉·魏恩曼 著;真故图书 出品
清华管理学系列英文版教材:实用多元统计分析(第6版)
托尔斯泰
[美]莉莎·克纳普(Liza Knapp)
清华管理学系列英文版教材:实用多元统计分析(第6版)
奇迹之门 《纽约时报》畅销书作家写给孩子的一封“成长家书”。让父母的爱与肯定,成为孩子探索世界的底气。拥抱成长的不确定性,打开通向无限可能的“奇迹之门”。
[美]艾莉森·麦基/文 (美) 柳泰恩 图
清华管理学系列英文版教材:实用多元统计分析(第6版)
全球通史(全六册)(另一个角度的“全球通史”,不一样的视野与新知。以地理为骨,历史为肉,一部超级丰满的世界通史。)
[美]塞缪尔·古德里奇 译者:冷惠玲、冯佳娜、王小忠、孙丽霞、李江艳
清华管理学系列英文版教材:实用多元统计分析(第6版)
《星际争霸》动画影像艺术
[美]罗伯特·布鲁克斯