目录第 1章 多元分布 · 1 1.1分布和密度函数 · 1 1.2矩和特征函数 · 2 1.3多元随机向量变换 · 6 1.4多元正态分布 · 7 1.5样本分布和极限定理 · 9 1.6厚尾分布 · 13 1.7连接函数 · 33 1.8自助法 · 39 习题 · 42 第 2章 多元正态分布理论 · 45 2.1多元正态分布的基本性质 · 45 2.2威沙特分布 · 47 2.3霍特林 T 2分布 · 49 2.4球形分布和椭球形分布 · 50 习题 · 52 第 3章 基于因子的数据矩阵降维技术 · 55 3.1几何视角 · 55 3.2拟合 p维点云数据· 56 3.3拟合 n维的数据云 · 58 3.4子空间之间的联系 · 59 3.5实际应用 · 60 习题 · 64 第 4章 主成分分析 · 65 4.1标准化的线性组合 · 65 4.2主成分的应用 · 68 4.3对主成分的解释· 70 4.4主成分的渐近性质 · 73 4.5标准化的主成分分析 ·· 75 4.6主成分与因子分析 ·· 75 4.7共同主成分 · · 80 习题 · 81 第 5章 因子分析 · 83 5.1正交因子模型 · 83 5.2因子模型的估计问题 · 87 5.3因子得分及策略 · 91 5.4波士顿房价 · 92 习题 · 97 第 6章 聚类分析 · 99 6.1聚类分析简介 · 99 6.2个体间的邻近度 · 99 6.3聚类算法 · 103 6.4鸢尾花数据分析 · 107 习题 · 110 第 7章 判别分析 · 112 7.1已知分布的分配原则 · 112 7.2实际中的判别准则 · 116 习题 · 121 第 8章 对应分析 · 122 8.1背景 · 122 8.2卡方分解 · 123 8.3实际中的对应分析 · 125 8.4双标图 · 132 习题 · 133 第 9章 典型相关分析 · 135 9.1线性组合 · 135 9.2典型相关分析实践 · 138 9.3定性数据典型相关分析 · 140 习题 · 142 第 10章 多维标度分析 · 143 10.1 导言· 143 10.2 关心的问题 · 143 10.3 度量型多维标度分析 · 144 目 录 10.4 非度量型多维标度分析 · 148 习题 · 152 第 11章 联合分析 · 153 11.1 背景 · 153 11.2 实验设计 · 154 11.3 偏好排序的估计· 155 习题 · 159 附录 · 160