本书是华东理工大学校级精品课程“应用统计学”的建设成果之一。

全书共十三章，主要内容包括：多元描述统计分析、均值的比较检验、方差分析、正交试验设计、相关分析、回归分析、聚类分析、判别分析、主成分分析、因子分析、对应分析、典型相关分析和定性数据的统计分析等。

本书可作为经济与管理类专业本科生统计分析课程的教材，也可作为研究生和MBA的教材或参考书，同时也适合作为从事社会、经济、管理等研究和实际工作的从业人员进行数据分析的参考书。

第1章 多元描述统计分析

 1.1 多元描述统计量

1.1.1 数据的组织

1.1.2 描述统计量

 1.2 多元数据的图形表示

1.2.1 散点图

1.2.2 箱线图

1.2.3 条形图

 1.3 描述统计分析的SPSS应用

1.3.1 描述统计量

1.3.2 图形表示

 小结

 本章主要术语

 思考与练习

第2章 均值的比较检验

 2.1 均值比较检验的基本原理

2.1.1 均值检验问题的提出

2.1.2 均值检验的基本原理

 2.2 单一样本均值的检验

 2.3 独立样本均值的检验

 2.4 配对样本均值的检验

 2.5 均值比较检验的SPSS应用

2.5.1 单一样本均值的检验

2.5.2 独立样本均值的检验

2.5.3 配对样本均值的检验

 小结

 本章主要术语

 思考与练习

第3章 方差分析

 3.1 方差分析的基本原理

 3.2 单因子方差分析

 3.3 多因子方差分析

3.3.1 无交互作用情况

3.3.2 有交互作用情况

 3.4 协方差分析

 3.5 方差分析的SPSS应用

3.5.1 单因子方差分析

3.5.2 多因子方差分析

3.5.3 协方差分析

 小结

 本章主要术语

 思考与练习

第4章 正交试验设计

 4.1 正交试验设计的基本方法

 4.2 无交互作用的试验设计与数据分析

 4.3 有交互作用的试验设计与数据分析

 4.4 重复试验与重复取样

4.4.1 重复试验

4.4.2 重复取样

 4.5 交试验设计的SPSS应用

 小结

 本章主要术语

 思考与练习

第5章 相关分析

 5.1 引言

 5.2 简单相关分析

5.2.1 Pearson相关系数

5.2.2 Spearman等级相关系数

5.2.3 Kendall’s tau-b相关系数

5.2.4 简单相关分析的SPSS应用

 5.3 偏相关分析

5.3.1 偏相关分析的思想

5.3.2 偏相关系数

5.3.3 偏相关分析的SPSS应用

 5.4 距离相关分析

5.4.1 距离相关分析的思想

5.4.2 偏相关分析的SPSS应用

 小结

 本章主要术语

 思考与练习

第6章 回归分析

 6.1 一元线性回归分析

6.1.1 数学模型

6.1.2 参数的最小二乘估计

6.1.3 最小二乘估计的性质

6.1.4 回归方程的显著性

6.1.5 预测

6.1.6 控制

6.1.7 一元线性回归的SPSS应用

 6.2 多元线性回归分析

6.2.1 数学模型

6.2.2 参数的最小二乘估计

6.2.3 最小二乘估计的性质

6.2.4 回归方程的显著性

6.2.5 回归系数的显著性

6.2.6 预测

6.2.7 多元线性回归的SPSS应用

 6.3 逐步回归分析

6.3.1 “最优”回归方程的选择

6.3.2 逐步回归计算步骤

6.3.3 逐步回归的SPSS应用

 6.4 含定性自变量的回归分析

6.4.1 两分定性变量的回归

6.4.2 多分定性变量的回归

 6.5 违背基本假设的回归分析

6.5.1 异方差性

6.5.2 自相关性

6.5.3 多重共线性

 小结

 本章主要术语

 思考与练习

第7章 聚类分析

 7.1 聚类分析的概念及分类

 7.2 相似性的度量

7.2.1 距离

7.2.2 相似系数

 7.3 系统聚类法

 7.4 动态聚类法

7.4.1 动态聚类的思想

7.4.2 选择凝聚点和确定初始分类

7.4.3 衡量聚类结果的合理性指标和算法终止的标准

7.4.4 动态聚类与系统聚类的比较

 7.5 有序聚类法

 7.6 聚类分析的SPSS应用

7.6.1 Hierarchical Cluster系统聚类分析

7.6.2 Means Cluster K-均值聚类分析

 小结

 本章主要术语

 思考与练习

第8章 判别分析

 8.1 引言

 8.2 距离判别法

8.2.1 两个总体的情形

8.2.2 多总体情况

 8.3 Fisher判别法

8.3.1 两总体Fisher判别法

8.3.2 多总体Fisher判别法

 8.4 Bayes判别法

 8.5 逐步判别法

 8.6 判别分析的SPSS应用

 小结

 本章主要术语

 思考与练习

第9章 主成分分析

 9.1 引言

 9.2 主成分分析的数学模型及其几何意义

9.2.1 数学模型

9.2.2 几何意义

 9.3 主成分的推导及其性质

9.3.1 总体主成分

9.3.2 样本主成分

 9.4 主成分分析的基本步骤与SPSS应用

9.4.1 主成分分析的基本步骤

9.4.2 SPSS操作过程及结果解释

 9.5 主成分分析的进一步应用

9.5.1 综合评价

9.5.2 相关分析与回归分析

 小结

 本章主要术语

 思考与练习

第10章 因子分析

 10.1 引言

 10.2 因子分析的一般模型

10.2.1 因子分析的数学模型

10.2.2 因子分析模型与回归模型的比较

10.2.3 因子分析模型的性质

10.2.4 因子分析的几个重要概念

 10.3 因子载荷矩阵的估计

 10.4 因子旋转

10.4.1 方差最大正交旋转(Varimax)

10.4.2 四次方最大旋转(Quartimax)

10.4.3 等量最大法旋转(Equamax)

10.4.4 斜交旋转

10.4.5 旋转方法的选择

 10.5 因子得分的估计

10.5.1 因子得分的含义

10.5.2 因子得分估计的方法——回归法

 10.6 因子分析的基本步骤与SPSS应用

10.6.1 因子分析的基本步骤

10.6.2 SPSS操作过程及结果解释

 小结

 本章主要术语

 思考与练习

第11章 对应分析

 11.1 引言

 11.2 对应分析的原理与方法

11.2.1 对应分析的原理

11.2.2 R型因子分析和Q型因子分析的对应关系

 11.3 对应分析的SPSS应用

11.3.1 对应分析中重要概念的解释

11.3.2 对应分析的SPSS应用

 小结

 本章主要术语

 思考与练习

第12章 典型相关分析

 12.1 引言

 12.2 典型相关分析的基本理论与方法

12.2.1 典型相关分析的原理

12.2.2 总体典型相关

12.2.3 样本典型相关

12.2.4 典型相关系数的显著性检验

12.2.5 典型相关分析的其他测量指标

 12.3 典型相关分析的基本步骤

 12.4 典型相关分析的SPSS应用

 小结

 本章主要术语

 思考与练习

第13章 定性数据的统计分析

 13.1 引言

 13.2 列联表分析

13.2.1 列联表的概念及形式

13.2.2 列联表的独立性检验

13.2.3 SPSS应用

 13.3 对数线性模型

13.3.1 对数线性模型的理论和方法

13.3.2 对数线性模型的SPSS应用

 13.4 Logistic回归

13.4.1 Logistic变换

13.4.2 Logistic回归模型及其估计

13.4.3 Logistic回归模型的检验

13.4.4 Logistic回归的SPSS应用

 13.5 Probit回归

13.5.1 Probit回归模型

13.5.2 Probit回归的SPSS应用

 小结

 本章主要术语

 思考与练习

附录1 常用概率分布表

附录2 常用正交表

参考文献