前言
1 多元統(tǒng)計分析概述
1.1 多元統(tǒng)計分析的歷史
1.2 多元統(tǒng)計分析的用途
1.3 多元統(tǒng)計分析的內(nèi)容
1.4 軟件及其在統(tǒng)計分析中的應(yīng)用
1.4.1 強(qiáng)大的統(tǒng)計分析軟件
1.4.2 完整的數(shù)值分析軟件
1.4.3 免費(fèi)的數(shù)值分析軟件
1.5 統(tǒng)計軟件比較及R系統(tǒng)設(shè)置
思考練習(xí)題
2 多元數(shù)據(jù)的數(shù)學(xué)表達(dá)及R使用
2.1 如何收集和整理多元統(tǒng)計分析資料
2.2 數(shù)據(jù)的數(shù)學(xué)表達(dá)
2.3 數(shù)據(jù)矩陣及R語言表示 前言
1 多元統(tǒng)計分析概述
  1.1 多元統(tǒng)計分析的歷史
  1.2 多元統(tǒng)計分析的用途
  1.3 多元統(tǒng)計分析的內(nèi)容
  1.4 軟件及其在統(tǒng)計分析中的應(yīng)用
    1.4.1 強(qiáng)大的統(tǒng)計分析軟件
    1.4.2 完整的數(shù)值分析軟件
    1.4.3 免費(fèi)的數(shù)值分析軟件
  1.5 統(tǒng)計軟件比較及R系統(tǒng)設(shè)置
  思考練習(xí)題
2 多元數(shù)據(jù)的數(shù)學(xué)表達(dá)及R使用
  2.1 如何收集和整理多元統(tǒng)計分析資料
  2.2 數(shù)據(jù)的數(shù)學(xué)表達(dá)
  2.3 數(shù)據(jù)矩陣及R語言表示
  2.4 數(shù)據(jù)的R語言表示——數(shù)據(jù)框
  2.5 多元數(shù)據(jù)的R語言調(diào)用
  2.6 多元數(shù)據(jù)的簡單R語言分析
  案例分析：多元數(shù)據(jù)的基本統(tǒng)計分析
  思考練習(xí)題
3 多元數(shù)據(jù)的直觀表示及R使用
  3.1 簡述
  3.2 均值條圖及R使用
  3.3 箱尾圖及R使用
  3.4 星相圖及R使用
  3.5 臉譜圖及R使用
  3.6 調(diào)和曲線圖及R使用
  3.7 其他多元分析圖
  案例分析：區(qū)域城市現(xiàn)代化水平的直觀分析
  思考練習(xí)題
4 多元相關(guān)與回歸分析及R使用
  4.1 變量間的關(guān)系分析
    4.1.1 簡單相關(guān)分析的R計算
    4.1.2 一元線性回歸分析的R計算
  4.2 多元線性回歸分析
    4.2.1 多元線性回歸模型的建立
    4.2.2 多元線性回歸模型的檢驗(yàn)
  4.3 多元線性相關(guān)分析
    4.3.1 矩陣相關(guān)分析
    4.3.2 復(fù)相關(guān)分析
  4.4 回歸變量的選擇方法
    4.4.1 變量選擇準(zhǔn)則
    4.4.2 逐步回歸分析
  4.5 非線性回歸模型
    4.5.1 一元非線性回歸模型及其應(yīng)用
    4.5.2 多元非線性回歸模型概述
    4.5.3 多元非線性回歸模型的計算
  案例分析：財政收入的多元回歸分析
  思考練習(xí)題
  案例分析題
5 廣義與一般線性模型及R使用
  5.1 數(shù)據(jù)的分類與模型選擇
    5.1.1 變量的取值類型
    5.1.2 模型選擇方式
  5.2 廣義線性模型
    5.2.1 廣義線性模型概述
    5.2.2 Logistic模型
    5.2.3 對數(shù)線性模型
  5.3 一般線性模型
    5.3.1 完全隨機(jī)設(shè)計模型
    5.3.2 隨機(jī)單位組設(shè)計模型
    5.3.3 析因設(shè)計模型
    5.3.4 正交實(shí)驗(yàn)設(shè)計模型
    案例分析：廣義線性模型及其應(yīng)用
    思考練習(xí)題
    案例分析題
6 判別分析及R使用
  6.1 判別分析的概念
  6.2 線性判別分析
  6.3 距離判別法
    6.3.1 兩總體距離判別
    6.3.2 多總體距離判別
  6.4 Bayes判別法
    6.4.1 Bayes判別準(zhǔn)則
    6.4.2 正態(tài)總體的Bayes判別
  案例分析：企業(yè)財務(wù)狀況的判別分析
  思考練習(xí)題
  案例分析題
7 聚類分析及R使用
  7.1 聚類分析的概念和類型
  7.2 聚類統(tǒng)計量
  7.3 系統(tǒng)聚類法
    7.3.1 系統(tǒng)聚類法的基本思想
    7.3.2 系統(tǒng)聚類法的計算公式
    7.3.3 系統(tǒng)聚類法的基本步驟
  7.4 kmeans聚類法
    7.4.1 kmeans聚類的概念
    7.4.2 kmeans聚類的原理與計算
  7.5 聚類分析的一些問題
  案例分析：全國區(qū)域經(jīng)濟(jì)的聚類分析
  思考練習(xí)題
  案例分析題
8 主成分分析及R使用
  8.1 主成分分析的直觀解釋
  8.2 主成分分析的性質(zhì)
  8.3 主成分分析的步驟
  8.4 應(yīng)用主成分分析的注意事項(xiàng)
  案例分析：地區(qū)電信業(yè)發(fā)展情況的主成分分析
  思考練習(xí)題
  案例分析題
9 因子分析及R使用
  9.1 因子分析的思想
  9.2 因子分析模型
  9.3 因子載荷的估計及解釋
    9.3.1 主因子估計法
    9.3.2 極大似然估計法
    9.3.3 因子載荷的統(tǒng)計意義
  9.4 因子旋轉(zhuǎn)方法
  9.5 因子得分計算
  9.6 因子分析的步驟
  9.7 實(shí)際中如何進(jìn)行因子分析
  案例分析：因子分析在上市公司經(jīng)營業(yè)績評價中的應(yīng)用
  思考練習(xí)題
  案例分析題
10 對應(yīng)分析及R使用
    10.1 對應(yīng)分析的提出
    10.2 對應(yīng)分析的基本原理
    10.3 對應(yīng)分析的計算步驟
    10.4 對應(yīng)分析應(yīng)注意的幾個問題
    案例分析：對應(yīng)分析在市場細(xì)分和產(chǎn)品定位中的應(yīng)用
    思考練習(xí)題
    案例分析題
11 典型相關(guān)分析及R使用
    11.1 引言
    11.2 典型相關(guān)分析的基本架構(gòu)
    11.3 典型相關(guān)分析的基本原理
    11.4 典型相關(guān)系數(shù)的顯著性檢驗(yàn)
    11.5 典型相關(guān)系數(shù)及變量的計算
    案例分析：農(nóng)村居民收入和支出的典型相關(guān)分析
    思考練習(xí)題
    案例分析題
12 多維標(biāo)度法MDS及R使用
  12.1 MDS的基本理論和方法
  12.2 MDS的古典解
  12.3 非度量方法
  12.4 多維標(biāo)度法的計算過程
  案例分析：國內(nèi)各地區(qū)工資水平的多維標(biāo)度分析
  思考練習(xí)題
  案例分析題
13 綜合評價方法及R使用
  13.1 綜合評價的基本概念
  13.2 綜合評價中指標(biāo)體系的構(gòu)建
    13.2.1 選擇并構(gòu)建綜合評價指標(biāo)體系
    13.2.2 確定觀測指標(biāo)的量綱方法
    13.2.3 綜合評價指標(biāo)的合成方法
    13.2.4 確定評價指標(biāo)的權(quán)數(shù)
  13.3 綜合評價方法及其應(yīng)用
    13.3.1 綜合評分法
    13.3.2 層次分析法
    案例分析：區(qū)域自主創(chuàng)新能力的層次分析
    思考練習(xí)題
    案例分析題
14 R語言軟件及其使用說明
  14.1 關(guān)于R語言
    14.1.1 什么是R語言
    14.1.2 為什么要用R語言
    14.1.3 用R語言進(jìn)行統(tǒng)計分析的優(yōu)勢和劣勢
  14.2 R語言軟件的下載與安裝
    14.2.1 R語言下載
    14.2.2 R語言安裝
  14.3 R語言包及其函數(shù)
    14.3.1 R語言標(biāo)準(zhǔn)包
    14.3.2 R語言擴(kuò)展包
    14.3.3 書中使用的R語言包及其函數(shù)
    14.3.4 自編R語言包及其函數(shù)
附錄  RStudio簡介
參考文獻(xiàn)