本书共分12章。**章绪论,介绍多元统计分析的作用及应用范围。第二章对多元统计分析中常用的矩阵代数知识做一些简单的回顾和介绍。第三章和第四章介绍多元统计分析的基本概念和基本理论,这些内容是在复习一元统计分析内容的基础上自然引申出来的。第五章和第六章主要介绍分类问题,包括聚类分析和判别分析。第七章到第九章介绍数据简化问题,包括主成分分析、因子分析和对应分析。第十章和第十一章阐述两组变量之间的相互关系,包括典型相关分析和多重多元回归分析。第十二章是定性资料的统计分析。

**章 绪论
**节 多元统计分析的作用
第二节 主要内容安排
第二章 矩阵代数
**节 矩阵及基本运算
第二节 行列式、逆矩阵和矩阵的秩
第三节 特征根、特征向量和矩阵的迹
第四节 正定阵和非负定阵
第五节 矩阵代数运算的上机实现
第三章 多��正态分布
**节 一元统计分析中的有关概念
第二节 多元统计分析中的基本概念
第三节 多元正态分布的定义及基本性质
第四节 多元正态分布的参数估计
第五节 X和S的抽样分布
第六节 随机向量数字特征的上机实现
第四章 多元正态总体均值向量和协方差阵的假设检验
**节 均值向量的检验
第二节 协方差阵的检验
第三节 有关检验的上机实现
第五章 聚类分析
**节 聚类分析的基本思想
第二节 相似性度量
第三节 系统聚类方法
第四节 其他聚类法
第五节 聚类分析的上机实现
第六章 判别分析
**节 距离判别
第二节 贝叶斯(Bayes)判别
第三节 费希尔判别
第四节 逐步判别
第五节 判别分析的上机实现
第七章 主成分分析
**节 主成分分析的基本思想及数学模型
第二节 主成分分析的几何意义
第三节 主成分的推导及其性质
第四节 主成分分析中有关问题的讨论
第五节 主成分分析的应用
第六节 主成分分析的上机实现
第八章 因子分析
**节 因子分析的基本理论
第二节 因子分析的数学模型
第三节 因子载荷矩阵的估计方法
第四节 因子旋转
第五节 因子得分
第六节 因子分析的应用
第七节 因子分析的上机实现
第九章 对应分析
**节 对应分析的基本思想
第二节 列联表及列联表分析
第三节 对应分析的基本原理
第四节 对应分析的应用
第五节 对应分析的上机实现
第十章 典型相关分析
**节 典型相关分析及基本思想
第二节 总体典型相关
第三节 样本典型相关
第四节 典型相关系数的显著性检验
第五节 典型相关系数的计算步骤
第十一章 多重多元回归分析
第十二章 定性资料的统计分析
附录一
附录二
参考文献