多元统计分析及R语言建模（第二版）
出版时间： 2011

内容简介
　　全书共分14章，主要内容有：多元数据的收集和整理、多元数据的直观显示、线性与非线性模型及广义线性模型、判别分析、聚类分析、主成分分析、因子分析、对应分析、典型相关分析等常见的主流方法。本书还参考国内外大量文献，系统地介绍了这些年在经济管理等领域应用颇广的一些较新方法，可作为统计学专业本科生和研究生的多元分析课程教材。由于本书的内容较多，教师在选用此书为教材时可以灵活选讲。本书还可作为非统计学专业研究生的量化分析教材。根据作者多年的教学实践，本书讲授60课时较为合适，若有计算机和投影设备的配合，教学将会更为方便和有效。

图书目录
前言
1　多元统计分析概述
1．1　多元统计分析的历史
1．2　多元统计分析的用途
1．3　多元统计分析的内容
1．4　软件及其在统计分析中的应用
1．4．1　强大的统计分析软件
1．4．2　完整的数值分析软件
1．4．3　免费的数值分析软件
1．5　统计软件比较及R系统设置
思考练习题
2　多元数据的数学表达及R使用
2．1　如何收集和整理多元分析资料
2．2　数据的数学表达
2．3　数据矩阵及R语言表示
2．4　数据的R语言表示——数据框
2．5　多元数据的R语言调用
2．6　多元数据的简单R语言分析
案例分析：多元数据的基本统计分析及R操作
思考练习题
3　多元数据的直观表示及R使用
3．1　简述
3．2　均值条图及R使用
3．3　箱尾图及R使用
3．4　星相图及R使用
3．5　脸谱图及R使用
3．6　调和曲线图及R使用
3．7　其他多元分析图
案例分析：区域城市现代化水平的直观分析及R操作
思考练习题
4　相关分析与回归分析及R使用
4．1　变量间的关系分析
4．1．1　简单相关分析的R计算
4．1．2　一元线性回归分析的R计算
4．2　多元线性回归分析
4．2．1　多元线性回归模型的建立
4．2．2　多元线性回归模型的检验
4．3　多元线性相关分析
4．3．1　矩阵相关分析
4．3．2　复相关分析
4．4　回归变量的选择方法
4．4．1　变量选择准则
4．4．2　逐步回归分析
4．5　非线性回归模型
4．5．1　一元非线性回归模型及其应用
4．5．2　多元非线性回归模型概述
4．5．3　多元非线性回归模型的计算
案例分析：财政收入的多因素分析及R操作
案例分析题
思考练习题
5　广义与一般线性模型及R使用
5．1　数据的分类与模型选择
5．1．1　变量的取值类型
5．1．2　模型选择方式
5．2　广义线性模型
5．2．1　广义线性模型概述
5．2．2　Logistic模型
5．2．3　对数线性模型
5．3　一般线性模型
5．3．1　完全随机设计模型
5．3．2　随机单位组设计模型
5．3．3　析因设计模型
5．3．4　正交实验设计模型
案例分析：广义线性模型应用及R操作
案例分析题
思考练习题
6　判别分析及R使用
7　聚类分析及R使用
8　主成分分析及R使用
9　因子分析及R使用
10　对应分析及R使用
11　典型相关分析及R使用
12　多维标度法MDS及R使用
13　综合评价方法及R使用
14　R语言软件及其使用说明
参考文献