本书主要为《生物统计学》的后续课程内容，对生物科研人员经常遇到的数据分析问题进行了通俗的讲解，并给出了数据分析的通用程序。全书共10章，内容包括多维数据的组织与整理、多元统计学与矩阵计算基础、假设检验、判别分析、聚类分析、主成分分析、因子分析、对应分析、典型相关分析和多维标度法。本书充分考虑了生物科研人员的数学基础，以深入浅出的文字对原理进行了讲解，以极其详细的步骤展示了数据分析过程，以傻瓜式的通用代码给出了解决方案，可以帮助生物科研人员对数据分析做到抓大放小，既领会数据分析的思想，知道为什么要这样做，义方便执行，可以很快得到结果。本书适合生物类、药学类等专业高年级本科生或研究生使用，作为教材或自学材料均可，也是教师和科研工作者的得力助手。

前言
章 多维数据的组织与整理
节 多维数据的组织
第二节 多维数据的可视化
习题
第二章 多元统计学与矩阵计算基础
节 多维随机变量的一些概念
第二节 多元正态分布
第三节 WISHART分布
第四节 HOTELLING分布
第五节 WILKS分布
第六节 多元随机变量的数字特征
第七节 矩阵分解与导数
第八节 数据读取的MATLAB实现
习题
第三章 假设检验
节 引言
第二节 均值向量的检验
第三节 协方差矩阵的检验
第四节 实例计算
第五节 假设检验的MATLAB实现
习题
第四章 判别分析
节 引言
第二节 距离判别法
第三节 Bayes判别法
第四节 Fisher判别法
第五节 判别分析的MATLAB实现
习题
第五章 聚类分析
节 引言
第二节 相似性
第三节 系统聚类法
第四节 系统聚类分析MATLAB实现
第五节 热图与聚类
第六节 其他聚类方法
习题
第六章 主成分分析
节 引言
第二节 主成分分析的几何解释与推广
第三节 数学原理与主要性质
第四节 主成分应用举例
第五节 主成分分析的MATLAB实现
习题
第七章 因子分析
节 因子分析的基本概念
第二节 因子模型
第三节 载荷矩阵的求解
第四节 因子旋转与得分
第五节 因子分析详细算例
第六节 因子分析的MATLAB实现
习题
第八章 对应分析
节 对应分析的基本思想
第二节 对应分析数据的列联表表示
第三节 对应分析的基本理论
第四节 对应分析的具体步骤与注意事项
第五节 对应分析举例与MATLAB实现
习题
第九章 典型相关分析
节 引言
第二节 基本理论性质
第三节 样本数据的典型相关分析
第四节 典型相关分析的几个问题
第五节 典型相关计算过程实例
第六节 典型相关分析解读实例
第七节 典型相关分析的MATLAB实现
习题
第十章 多维标度法
节 引言
第二节 古典MDS的基本原理
第三节 非度量MDS的求解
第四节 权重多维标度
第五节 古典MDS实例计算详解
第六节 多维标度的MATLAB实现
习题
参考文献