前言

第1章  概述

  1.1  多元统计分析的目标及内容

  1.2  多元统计方法在医学研究中的应用

  1.3  多元统计分析的数据结构

  1.4  多元描述统计量

  1.5  统计距离

  1.6  多元统计方法与统计软件

第2章  多元正态分布及参数估计

  2.1  随机向量

  2.2  多元正态分布的定义与性质

  2.3  多元正态分布的参数估计

  2.4  几个重要统计量及其分布

  本章小结

  思考与练习

第3章  多元正态总体参数的假设检验

  3.1  假设检验原理回顾

  3.2  一个正态总体均值向量的检验

  3.3  两个正态总体均值向量的检验

  3.4  多元方差分析

  3.5  协方差矩阵的检验

  本章小结

  思考与练习

第4章  多元线性回归

  4.1  多元线性回归模型

  4.2  回归方程和偏回归系数的显著性检验

  4.3  自变量的筛选和衡量回归方程拟合效果的指标

  4.4  多重共线性的诊断和处理

  4.5  异常点的诊断和处理

  本章小结

  思考与练习

第5章  广义线性模型

  5.1  线性回归模型的扩展

  5.2  广义线性模型的数据表示

  5.3  响应变量的分布

  5.4  广义线性模型的参数估计

  5.5  广义线性模型的假设检验

  5.6  广义线性模型的应用实例

  本章小结

  思考与练习

第6章  logistic回归

  6.1  二分类响应变量的logistic回归

  6.2  条件logistic回归

  6.3  无序多分类响应变量的logistic回归

  6.4  有序多分类响应变量的logistic回归

  6.5  logistic回归方程的注意事项

  本章小结

  思考与练习

第7章  生存分析

  7.1  生存分析概述

  7.2  生存分析的参数模型

  7.3  Cox比例风险模型

  7.4  扩展的比例风险回归模型

  7.5  生存分析中的注意事项

  本章小结

  思考与练习

第8章  主成分分析

  8.1  主成分模型及几何意义

  8.2  主成分的求解

  8.3  主成分分析的应用

  本章小结

  思考与练习

第9章  因子分析

  9.1  探索性因子分析

  9.2  验证性因子分析

  9.3  因子分析的基本步骤

  本章小结

  思考与练习

第10章  聚类分析

  10.1  相似性度量

  10.2  类的定义及其特征

  10.3  聚类分析的方法

  10.4  聚类分析的应用实例

  本章小结

  思考与练习

第11章  判别分析

  11.1  距离判别法

  11.2  Fisher线性判别

  11.3  Bayes判别法

  11.4  逐步判别法

  11.5  判别分析的正确应用

  本章小结

  思考与练习

第12章  典型相关分析

  12.1  典型相关分析的基本思想

  12.2  典型相关分析的基本原理

  12.3  典型相关分析方法

  12.4  典型变量的性质及典型相关模型的解释

  12.5  典型相关系数的显著性检验

  12.6  典型相关分析的正确应用

  本章小结

  思考与练习

参考文献

附录

  附录1  矩阵代数

  附录2  例题中的SAS程序

  附录3  致谢课题