发帖
雷达卡
作者：赵军
出版社：人民邮电出版社
特点：结合医学实例深入浅出介绍常用的多元统计分析方法及其R语言实现。可从头至尾逐章阅读，也可以根据自己遇到的实际问题有选择地在相应章节找到解决方案。书中配有数据集和习题及解答，可作为数据分析相关课程的教材或参考书。
目录：
第一章 绪论
1.1 多元数据
1.2 多元描述性统计量
1.2.1 均值向量
1.2.2 协方差矩阵
1.2.3 相关系数矩阵
1.3 距离、相异系数、相似系数和列联系数
1.3.1 基于数值型变量的距离
1.3.2 基于分类变量的相异系数
1.3.3 基于混合类型变量的相异系数
1.3.4 相似系数
1.3.5 列联系数
1.4 多元正态分布
1.4.1 多元正态分布的定义
1.4.2 多元正态分布的检验
1.4.3 二元正态分布及其参考值范围
1.5 小结
1.6 习题
第二章 多元数据可视化
2.1 相关系数图
2.2 散点图矩阵
2.3 符号图
2.4 脸谱图
2.5 星状图和雷达图
2.6 平行坐标图
2.7 调和曲线图
2.8 小结
2.9 习题
第三章 多元数据的组间比较
3.1 多元T检验
3.1.1 单个正态总体均值向量检验
3.1.2 多元配对设计的均向量检验
3.1.3 多元成组设计两样本的均向量检验
3.2 多元方差分析
3.3 重复测量资料的多变量分析
3.4 协方差矩阵的检验
3.5 多变量的非参数检验
3.6 习题
第四章 聚类分析
4.1 聚类分析的目的与方法
4.2 层次聚类法
4.2.1 类与类之间的距离
4.2.2 Q型聚类实例
4.2.3 R型聚类实例
4.3 k均值聚类法
4.4 模糊C均值聚类法
4.5 基于模型的聚类
4.6 小结
4.7 习题
第五章 判别分析
5.1 距离判别
5.2 K最邻近判别
5.3 Fisher判别
5.4 Bayes判别
5.5 分类树与随机森林
5.6 caret包简介
5.7 小结
5.8 习题
第六章 主成分分析
6.1 主成分分析的基本原理
6.1.1 主成分的定义
6.1.2 主成分分析的几何意义
6.1.3 主成分的求法
6.2 使用R包计算主成分
6.2.1 使用stats包计算主成分
6.2.2 使用FactoMineR包计算主成分
6.3 主成分的应用
6.3.1 主成分评价
6.3.2 主成分回归
6.4 小结
6.5 习题
第七章 因子分析
7.1 因子分析模型
7.2 因子分析模型的求解
7.3 因子旋转
7.4 因子分析的注意事项
7.5 小结
7.6 习题
第八章 结构方程模型
8.1 结构方程模型概述
8.1.1 变量类型
8.1.2 结构方程模型的组成与路径图
8.1.3 结构方程模型分析步骤
8.1.4 lavaan包简介
8.2 验证性因子分析
8.3 结构方程模型
8.4 小结
8.5 习题
第九章 典型相关分析
9.1 典型相关分析的基本思想
9.2 典型相关分析的基本原理
9.3 典型相关分析的基本步骤
9.4 实例分析
9.4.1 两组变量之间的相关性
9.4.2 典型相关系数和典型变量
9.4.3 典型相关系数的显著性检验
9.4.4 典型结构分析
9.5 小结
9.6 习题
第十章 偏最小二乘回归分析
10.1 偏最小二乘回归的基本原理
10.2 偏最小二乘回归的基本步骤
10.3 实例分析
10.4 小结
10.5 习题
第十一章 对应分析
11.1 对应分析概述
11.1.1 对应分析的基本思想
11.1.2 基本概念
11.1.3 R型与Q型因子分析的对等关系
11.1.4 对应分析应用于定量变量的情形
11.1.5 对应分析的计算步骤
11.2 简单对应分析
11.3 多重对应分析
11.4 小结
11.5 习题
附录A 矩阵运算基础
A.1 矩阵的定义与创建
A.2 矩阵的基本运算
A.3 方阵的行列式与逆矩阵
A.4 矩阵的特征值与特征向量
A.5 矩阵的奇异值分解
附录B 习题参考答案
参考文献
京公网安备 11010802022788号
