多元統計學原理與案例

第1章 多元統計學概述
1.1 引言
1.2 預備知識
1.3 多元統計分析的內容
1.4 多元統計分析的應用
第2章 多元正態(tài)分布
2.1 引言
2.2 隨機向量及其分布
2.2.1 隨機向量
2.2.2 隨機向量的分布及其性質
2.2.3 邊緣分布、條件分布、獨立性
2.2.4 多元分布的數字特征
2.2.5 協方差矩陣的用途
2.3 多元正態(tài)分布
2.3.1 一元正態(tài)分布回顧
2.3.2 多元正態(tài)分布的定義
2.3.3 多元正態(tài)分布的性質
2.4 多元正態(tài)分布的參數估計
2.4.1 多元樣本的數字特征
2.4.2 多元正態(tài)總體均值向量和協方差矩陣的估計
第3章 多元正態(tài)總體的假設檢驗
3.1 引言
3.2 幾個重要統計量的分布
3.2.1 Wishart分布
3.2.2 Hototelling分布
3.2.3 Wilks分布
3.2.4 樣本均值向量和樣本協方差矩陣的抽樣分布
3.3 多元正態(tài)總體均值向量的檢驗
3.3.1 一元正態(tài)總體均值檢驗的回顧
3.3.2 一個正態(tài)總體均值向量的檢驗
3.3.3 兩個正態(tài)總體均值向量的檢驗
3.3.4 多個正態(tài)總體均值向量的檢驗
3.4 多元正態(tài)總體協方差矩陣的檢驗
3.4.1 一個正態(tài)總體協方差矩陣的檢驗
3.4.2 多個總體協方差矩陣相等
第4章 判別分析
4.1 引言
4.2 距離判別
4.2.1 兩個總體的判別
4.2.2 多個總體的距離判別
4.2.3 距離判別法判別效果的檢驗
4.3 貝葉斯判別法
4.3.1 后驗準則
4.3.2 小平均誤判損失準則
4.4 。Fisher判別法
4.4.1 兩個總體的Fisher判別法
4.4.2 多個總體的Fisher判別
4.5 實際案例分析
第5章 聚類分析
5.1 引言