多元統(tǒng)計分析是統(tǒng)計學(xué)中內(nèi)容十分豐富、應(yīng)用范圍極為廣泛的一個分支。在自然科學(xué)和社會科學(xué)的許多學(xué)科中,研究者都有可能需要分析處理有多個變量的數(shù)據(jù)的問題。能否從表面上看起來雜亂無章的數(shù)據(jù)中發(fā)現(xiàn)和提煉出規(guī)律性的結(jié)論,不僅需要對所研究的專業(yè)領(lǐng)域有很好的訓(xùn)練,而且要掌握必要的統(tǒng)計分析工具。對研究者來說,本書是學(xué)習(xí)掌握多元統(tǒng)計分析的各種模型和方法的一本有價值的參考書:首先,它做到了“淺入深出”,既可供初學(xué)者入門,又能使有較深基礎(chǔ)的人受益;其次,它既側(cè)重于應(yīng)用,又兼顧必要的推理論證,使學(xué)習(xí)者既能學(xué)到“如何”做,又能在一定程度上了解“為什么”這樣做;最后,它內(nèi)涵豐富、全面,不僅基本包括各種在實際中常用的多元統(tǒng)計分析方法,而且對現(xiàn)代統(tǒng)計學(xué)的最新思想和進(jìn)展有所介紹。值得一提的是,本書中有大量來自實際問題的數(shù)據(jù)實例,通過對這些實例的分析,讀者可以學(xué)到如何將一個實際問題轉(zhuǎn)化為恰當(dāng)?shù)慕y(tǒng)計問題,進(jìn)而選擇恰當(dāng)?shù)姆椒▉磉M(jìn)行分析。
簡明目錄
第1章 多元分析概述1/第2章 矩陣代數(shù)與隨機(jī)向量49/補(bǔ)充2A 向量與矩陣:基本概念82/第3章 樣本幾何與隨機(jī)抽樣111/第4章 多元正態(tài)分布149/第5章 關(guān)于均值向量的推斷210/補(bǔ)充5A 作為p維橢球投影的聯(lián)合置信區(qū)間與置信橢圓258/第6章 多個多元均值向量的比較273/第7章 多元線性回歸模型360/補(bǔ)充7A 多元多重回歸模型的似然比的分布418/第8章 主成分430/補(bǔ)充8A 樣本主成分近似的幾何意義466/第9章 因子分析與對協(xié)方差矩陣結(jié)構(gòu)的推斷481/補(bǔ)充9A 最大似然估計的某些計算細(xì)節(jié)527/第10章 典型相關(guān)分析539/第11章 判別與分類575/第12章 聚類、距離方法與多維標(biāo)度變換671/附錄757/數(shù)據(jù)索引764/主題索引767
作者:[美]Johnson,R.A.(約翰遜),[美]Wichern,D.W.(威克恩)著
世紀(jì)之交,中國與世界的發(fā)展呈現(xiàn)最顯著的兩大趨勢——以網(wǎng)絡(luò)為代表的信息技術(shù)的突飛猛進(jìn),以及經(jīng)濟(jì)全球化的激烈挑戰(zhàn)。無論是無遠(yuǎn)弗界的因特網(wǎng),還是日益密切的政治、經(jīng)濟(jì)、文化等方面的國際合作,都標(biāo)示著21世紀(jì)的中國是一個更加開放的中國,也面臨著一個更加開放的世界。
教育,特別是管理教育總是扮演著學(xué)習(xí)與合作的先行者的角色。改革開放以來,尤其是20世紀(jì)90年代之后,為了探尋中國國情與國際上一切優(yōu)秀的管理教育思想、方法和手段的完美結(jié)合,為了更好地培養(yǎng)高層次的“面向國際市場競爭、具備國際經(jīng)營頭腦”的管理者,我國的教育機(jī)構(gòu)與美國、歐洲、澳洲以及亞洲一些國家和地區(qū)的大量的著名管理學(xué)院和頂尖跨國企業(yè)建立了長期密切的合作關(guān)系。以清華大學(xué)經(jīng)濟(jì)管理學(xué)院為例,2000年,學(xué)院顧問委員會成立,并于10月舉行了第一次會議,2001年4月又舉行了第二次會議。這個顧問委員會包括了世界上最大的一些跨國公司和中國幾家頂尖企業(yè)的最高領(lǐng)導(dǎo)人,其陣容之大、層次之高,超過了世界上任何一所商學(xué)院。在這樣高層次、多樣化、重實效的管理教育國際合作中,教師和學(xué)生與國外的交流機(jī)會大幅度增加,越來越深刻地融入到全球性的教育、文化和思想觀念的時代變革中,我們的管理教育工作者和經(jīng)濟(jì)管理學(xué)習(xí)者,更加真切地體驗到這個世界正發(fā)生著深刻的變化,也更主動地探尋和把握著世界經(jīng)濟(jì)發(fā)展和跨國企業(yè)運作的脈搏。
我國管理教育的發(fā)展,閉關(guān)鎖國、閉門造車是絕對不行的,必須同國際接軌,按照國際一流的水準(zhǔn)來要求自己。正如朱 基同志在清華大學(xué)經(jīng)濟(jì)管理學(xué)院成立十周年時所發(fā)的賀信中指出的那樣:“建設(shè)有中國特色的社會主義,需要一大批掌握市場經(jīng)濟(jì)的一般規(guī)律,熟悉其運行規(guī)則,而又了解中國企業(yè)實情的經(jīng)濟(jì)管理人才。清華大學(xué)經(jīng)濟(jì)管理學(xué)院就要敢于借鑒、引進(jìn)世界上一切優(yōu)秀的經(jīng)濟(jì)管理學(xué)院的教學(xué)內(nèi)容、方法和手段,結(jié)合中國的國情,辦成世界第一流的經(jīng)管學(xué)院!弊鳛檫_(dá)到世界一流的一個重要基礎(chǔ),朱 基同志多次建議清華的MBA教育要加強(qiáng)英語教學(xué)。我體會,這不僅因為英語是當(dāng)今世界交往中重要的語言工具,是連接中國與世界的重要橋梁和媒介,而且更是中國經(jīng)濟(jì)管理人才參與國際競爭,加強(qiáng)國際合作,實現(xiàn)中國企業(yè)的國際戰(zhàn)略的基石。推動和實行英文教學(xué)并不是目的,真正的目的在于培養(yǎng)學(xué)生——這些未來的企業(yè)家——能夠具備同國際競爭對手、合作伙伴溝通和對抗的能力。按照這一要求,清華大學(xué)經(jīng)濟(jì)管理學(xué)院正在不斷推動英語教學(xué)的步伐,使得英語不僅是一門需要學(xué)習(xí)的核心課程,而且滲透到各門專業(yè)課程的學(xué)習(xí)當(dāng)中。
課堂講授之外,課前課后的大量英文原版著作、案例的閱讀對于提高學(xué)生的英文水平也是非常關(guān)鍵的。這不僅是積累相當(dāng)?shù)膶I(yè)詞匯的重要手段,而且是對學(xué)習(xí)者思維方式的有效訓(xùn)練。
我們知道,就閱讀而言,學(xué)習(xí)和借鑒國外先進(jìn)的管理經(jīng)驗和掌握經(jīng)濟(jì)理論動態(tài),或是閱讀翻譯作品,或是閱讀原著。前者屬于間接閱讀,后者屬于直接閱讀。直接閱讀取決于讀者的外文閱讀能力,有較高外語水平的讀者當(dāng)然喜歡直接閱讀原著,這樣不僅可以避免因譯者的疏忽或水平所限而造成的紕漏,同時也可以盡享原作者思想的真實表達(dá)。而對于那些有一定外語基礎(chǔ),但又不能完全獨立閱讀國外原著的讀者來說,外文的閱讀能力是需要加強(qiáng)培養(yǎng)和訓(xùn)練的,尤其是專業(yè)外語的閱讀能力更是如此。如果一個人永遠(yuǎn)不接觸專業(yè)外版圖書,他在獲得國外學(xué)術(shù)信息方面就永遠(yuǎn)會比別人差半年甚至一年的時間,他就會在無形中減弱自己的競爭能力。因此,我們認(rèn)為,有一定外語基礎(chǔ)的讀者,都應(yīng)該嘗試一下閱讀外文原版,只要努力并堅持,就一定能過了這道關(guān),到那時就能體驗到直接閱讀的妙處了。
在掌握大量術(shù)語的同時,我們更看重讀者在閱讀英文原版著作時對于西方管理者或研究者的思維方式的學(xué)習(xí)和體會。我認(rèn)為,原汁原味的世界級大師富有特色的表達(dá)方式背后,反映了思維習(xí)慣,反映了思想精髓,反映了文化特征,也反映了戰(zhàn)略偏好。知己知彼,對于跨文化的管理思想、方法的學(xué)習(xí),一定要熟悉這些思想、方法所孕育、成長的文化土壤,這樣,有朝一日才能真正“具備國際戰(zhàn)略頭腦”。
以往,普通讀者購買和閱讀英文原版還有一個書價的障礙。一本外版書少則幾十美元,多則上百美元,一般讀者只能望書興嘆。隨著全球經(jīng)濟(jì)合作步伐的加快,目前在出版行業(yè)有了一種新的合作出版的方式,即外文影印版,其價格幾乎與國內(nèi)同類圖書持平。這樣一來,讀者可以不必再為書價發(fā)愁。清華大學(xué)出版社這些年在這方面一直以獨特的優(yōu)勢領(lǐng)先于同行。早在1997年,清華大學(xué)出版社敢為人先,在國內(nèi)最早推出一批優(yōu)秀商學(xué)英文版教材,規(guī)模宏大,在企業(yè)界和管理教育界引起不小的轟動,更使國內(nèi)莘莘學(xué)子受益良多。
為了配合清華大學(xué)經(jīng)濟(jì)管理學(xué)院推動英文授課的急需,也為了向全國更多的MBA試點院校和更多的經(jīng)濟(jì)管理學(xué)院的教師和學(xué)生提供學(xué)習(xí)上的支持,清華大學(xué)出版社再次隆重推出與世界著名出版集團(tuán)合作的英文原版影印商學(xué)教科書,也使廣大工商界人士、經(jīng)濟(jì)管理類學(xué)生享用到最新最好質(zhì)優(yōu)價廉的國際教材。
祝愿我國的管理教育事業(yè)在社會各界的大力支持和關(guān)心下不斷發(fā)展、日進(jìn)日新;祝愿我國的經(jīng)濟(jì)建設(shè)在不斷涌現(xiàn)的大批高層次的面向國際市場競爭、具備國際經(jīng)營頭腦的管理者的勉力經(jīng)營下早日中興。
趙純均教授
清華大學(xué)經(jīng)濟(jì)管理學(xué)院
第1章 多元分析概述1
1.1引言1
1.2多元方法的應(yīng)用3
1.3數(shù)據(jù)的組織5
1.4數(shù)據(jù)的展示及圖表示19
1.5距離30
1.6 最后的評述37
第2章 矩陣代數(shù)與隨機(jī)向量49
2.1引言49
2.2矩陣和向量代數(shù)基礎(chǔ)49
2.3正定矩陣60
2.4平方根矩陣65
2.5隨機(jī)向量和矩陣66
2.6均值向量和協(xié)方差矩陣68
2.7矩陣不等式和極大化78
補(bǔ)充2A 向量與矩陣:基本概念82
第3章 樣本幾何與隨機(jī)抽樣111
3.1引言111
3.2樣本幾何111
3.3隨機(jī)樣本以及樣本均值和協(xié)方差矩陣的期望值119
3.4廣義方差123
3.5作為矩陣運算的樣本均值、協(xié)方差與相關(guān)系數(shù)137
3.6變量的線性組合的樣本值140
第4章 多元正態(tài)分布149
4.1引言149
4.2多元正態(tài)密度及其性質(zhì)149
4.3從多元正態(tài)分布抽樣與極大似然估計168
4.4X和S的抽樣分布173
4.5 X和S的大樣本特性175
4.6評估正態(tài)性假設(shè)177
4.7搜尋離群值與“清潔”數(shù)據(jù)187
4.8變換到接近正態(tài)性192
第5章 關(guān)于均值向量的推斷210
5.1引言210
5.2 μ0作為正態(tài)總體均值的似真性210
5.3霍特林T2與似然比檢驗216
5.4置信域和均值分量的聯(lián)合比較220
5.5總體均值向量的大樣本推斷234
5.6多元質(zhì)量控制圖239
5.7觀測值缺損時均值向量的推斷251
5.8多元觀測中由時間相依性造成的困難256
補(bǔ)充5A 作為p維橢球投影的聯(lián)合置信區(qū)間與置信橢圓258
第6章 多個多元均值向量的比較273
6.1引言273
6.2成對比較與重復(fù)測量設(shè)計273
6.3兩總體均值向量的比較284
6.4多個多元總體均值向量的比較(單因子MANOVA)296
6.5處理效應(yīng)的聯(lián)合置信區(qū)間308
6.6協(xié)方差矩陣相等性的檢驗310
6.7雙因子多元方差分析312
6.8輪廓分析323
6.9重復(fù)測量設(shè)計和生長曲線328
6.10 對分析多元模型的透視和建議332
第7章 多元線性回歸模型360
7.1引言360
7.2經(jīng)典線性回歸模型360
7.3最小二乘估計364
7.4回歸模型的推斷370
7.5由估計的回歸函數(shù)作推斷378
7.6模型檢查及回歸中的其他問題381
7.7多元多重回歸387
7.8線性回歸的概念401
7.9比較回歸模型的兩種表述方式410
7.10 有時間相關(guān)誤差的多重回歸模型413
補(bǔ)充7A 多元多重回歸模型的似然比的分布418
第8章 主成分430
8.1引言430
8.2總體主成分430
8.3綜合主成分的樣本變差441
8.4主成分的圖形表示454
8.5大樣本推斷456
8.6用主成分監(jiān)控質(zhì)量459
補(bǔ)充8A 樣本主成分近似的幾何意義466
第9章 因子分析與對協(xié)方差矩陣結(jié)構(gòu)的推斷481
9.1引言481
9.2正交因子模型482
9.3估計方法488
9.4因子旋轉(zhuǎn)504
9.5因子得分513
9.6因子分析展望和建議519
補(bǔ)充9A 最大似然估計的某些計算細(xì)節(jié)527
第10章 典型相關(guān)分析539
10.1 引言539
10.2 典型變量和典型相關(guān)系數(shù)539
10.3 總體典型變量的解釋545
10.4 樣本典型變量和樣本典型相關(guān)系數(shù)550
10.5 其他樣本描述性度量558
10.6 大樣本推斷563
第11章 判別與分類575
11.1 引言575
11.2 兩個總體的分離與分類576
11.3 兩個多元正態(tài)總體的分類584
11.4 評估分類函數(shù)596
11.5 多個總體的分類606
11.6 對多個總體進(jìn)行判別的費希爾方法621
11.7 Logistic回歸與分類634
11.8 最后的評述644
第12章 聚類、距離方法與多維標(biāo)度變換671
12.1 引言671
12.2 相似性量度673
12.3 分層聚類方法680
12.4 非分層聚類方法696
12.5 基于統(tǒng)計模型的聚類703
12.6 多維標(biāo)度變換706
12.7 對應(yīng)分析716
12.8 用于觀察抽樣單元和變量的雙重信息圖726
12.9 普羅克魯斯特斯分析:一種比較點結(jié)構(gòu)的方法732
附錄757
數(shù)據(jù)索引764
主題索引767