本書首先介紹了多維數(shù)據(jù)的組織與整理，給出了幾種常見的數(shù)據(jù)可視化方法，然后介紹了多維隨機變量與矩陣操作，為后續(xù)章節(jié)的學習提供了基礎；本書主要介紹了判別分析、聚類分析、主成分分析、因子分析、對應分析、典型相關分析、多維標度分析等的基本原理與實現(xiàn)。
更多科學出版社服務，請掃碼獲取。
前言
第一章 多維數(shù)據(jù)的組織與整理(1)
第一節(jié) 多維數(shù)據(jù)的組織(1)
第二節(jié) 多維數(shù)據(jù)的可視化(2)
習題(19)
第二章 多元統(tǒng)計學與矩陣計算基礎(23)
第一節(jié) 多維隨機變量的一些概念(23)
第二節(jié) 多元正態(tài)分布(25)
第三節(jié) WISHART分布(29)
第四節(jié) HOTELLING分布(30)
第五節(jié) WILKS分布(31)
第六節(jié) 多元隨機變量的數(shù)字特征(32)
第七節(jié) 矩陣分解與導數(shù)(33)
第八節(jié) 數(shù)據(jù)讀取的MATLAB實現(xiàn)(35)
習題(46)
第三章 假設檢驗(48)
第一節(jié) 引言(48)
第二節(jié) 均值向量的檢驗(49)
第三節(jié) 協(xié)方差矩陣的檢驗(53)
第四節(jié) 實例計算(55)
第五節(jié) 假設檢驗的MATLAB實現(xiàn)(58)
習題(72)
第四章 判別分析(76)
第一節(jié) 引言(76)
第二節(jié) 距離判別法(76)
第三節(jié) Bayes判別法8l
第四節(jié) Fisher 判別法(84)
第五節(jié) 判別分析的MATLAB實現(xiàn)(86)
習題(92)
第五章 聚類分析(97)
第一節(jié) 引言(97)
第二節(jié) 相似性(97)
第三節(jié) 系統(tǒng)聚類法(101)
第四節(jié) 系統(tǒng)聚類分析MATLAB實現(xiàn)(108)
第五節(jié) 熱圖與聚類(117)
第六節(jié) 其他聚類方法(134)
習題(145)
第六章 主成分分析(150)
第一節(jié) 引言(150)
第二節(jié) 主成分分析的幾何解釋與推廣(151)
第三節(jié) 數(shù)學原理與主要性質(153)
第四節(jié) 主成分應用舉例(156)
第五節(jié) 主成分分析的MATLAB實現(xiàn)(167)
習題(176)
第七章 因子分析(181)
第一節(jié) 因子分析的基本概念(181)
第二節(jié) 因子模型l(82)
第三節(jié) 載荷矩陣的求解(186)
第四節(jié) 兇子旋轉與得分(190)
第五節(jié) 因子分析詳細算例(194)
第六節(jié) 因子分析的MATLAB實現(xiàn)(203)
習題(209)
第八章 對應分析(215)
第一節(jié) 對應分析的基本思想(215)
第二節(jié) 對應分析數(shù)據(jù)的列聯(lián)表表示(215)
第三節(jié) 對應分析的基本理論(217)
第山節(jié) 對應分析的具體步驟與注意事項(220)
第五節(jié) 對應分析舉例與MATLAB實現(xiàn)(224)
習題(250)
第九章 典型相關分析(254)
第一節(jié) 引言(254)
第二節(jié) 基本理論性質(254)
第三節(jié) 樣本數(shù)據(jù)的典型相關分析(260)
第四節(jié) 典型相關分析的幾個問題(263)
第五節(jié) 典型相關計算過程實例(266)
第六節(jié) 典型相關分析解讀實例(269)
第七節(jié) 典型相關分析的MATLAB實現(xiàn)(276)
習題(285)
第十章 多維標度法(290)
第一節(jié) 引言(290)
第二節(jié) 古典MDS的基本原理(291)
第三節(jié) 非度量MDS的求解(295)
第四節(jié) 權重多維標度(297)
第五節(jié) 古典MDS實例計算詳解(298)
第六節(jié) 多維標度的MATLAB實現(xiàn)(305)
習題(312)
參考文獻(316)
書單推薦
