简介
选讲的第一、二讲是介绍多元正态和相关性度量，然后是主成分分析、因子分析、线性模型、判别分析，聚类分析、典型相关分析等几个主题，最后一讲是用多元分析的方法来处理定性资料。作者写、讲这些内容，有两个特点：（1）着重于说明这些方法的实际背景，话不多，希望读者细心体会；（2）对一些基本概念和一些证明，尽量使用明白、初等的方法；读者会发现这本书处理问题的方法和传统的有明显的不同。本书还有三个附录，附录A是一些线性代数的补充知识，这是针对财经院校定量分析的读者写的，可以作为参考。附录B和C是以最少的篇幅，详细而严格地证明的多元统计分析中、一元统计分析中一些精确分布的推导。
目录
目录
第一讲 引言及准备知识——多元正态总体的性质
第二讲 相关性度量
第三讲 主成分分析与因子分析
第四讲 典型相关分析
第五讲 线性模型
第六讲 判别分析
第七讲 聚类分析
第八讲 定性资料的统计分析
附录A 线性代数补充材料
第一章 线性空间
1 线性空间的定义
2 子空间
3 内积空间
4 秩与维数
5 内积阵
第二章 投影
1 投影矩阵
2 矩阵的分块运算
3 投影与分块运算
4 应用
第三章 非负定矩阵
1 非负定矩阵的特征根
2 线性型极值
3 二次型极值
4 矩阵不等式的概率统计解释
附录：广义逆矩阵
第四章 非负元矩阵
1 非负元矩阵的由来
2 配朗定理
3 非负元解
4 一些特殊矩阵
附录B 特征函数与矩母函数方法求分布
附录C 精确分布的推导
Ⅰ 矩阵微分
1 定义与记号
2 基本公式
3 一些矩阵变换的雅可比
Ⅱ 精确分布的推导
1 狄氏分布
2 非中心分布
3 矩阵变量的精确分布
4 特征根的分布
O Y
第一讲 引言及准备知识——多元正态总体的性质
第二讲 相关性度量
第三讲 主成分分析与因子分析
第四讲 典型相关分析
第五讲 线性模型
第六讲 判别分析
第七讲 聚类分析
第八讲 定性资料的统计分析
附录A 线性代数补充材料
第一章 线性空间
1 线性空间的定义
2 子空间
3 内积空间
4 秩与维数
5 内积阵
第二章 投影
1 投影矩阵
2 矩阵的分块运算
3 投影与分块运算
4 应用
第三章 非负定矩阵
1 非负定矩阵的特征根
2 线性型极值
3 二次型极值
4 矩阵不等式的概率统计解释
附录：广义逆矩阵
第四章 非负元矩阵
1 非负元矩阵的由来
2 配朗定理
3 非负元解
4 一些特殊矩阵
附录B 特征函数与矩母函数方法求分布
附录C 精确分布的推导
Ⅰ 矩阵微分
1 定义与记号
2 基本公式
3 一些矩阵变换的雅可比
Ⅱ 精确分布的推导
1 狄氏分布
2 非中心分布
3 矩阵变量的精确分布
4 特征根的分布
O Y
Lecture Notes of Multiple Statistical Analysis
- 名称
- 类型
- 大小
光盘服务联系方式: 020-38250260 客服QQ：4006604884
云图客服：
用户发送的提问，这种方式就需要有位在线客服来回答用户的问题，这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问
Video Player
×
Audio Player
×
pdf Player
×
亲爱的云图用户，
光盘内的文件都可以直接点击浏览哦
无需下载，在线查阅资料！
