機率統計系列研究生教學叢書·多元統計分析

多元常態分配均值的檢驗 多元常態分配均值的檢驗問題 多元常態分配協方差陣的檢驗

圖書信息

出版社: 科學出版社; 第1版 (2008年6月1日)
叢書名: 機率統計系列研究生教學叢書
平裝: 483頁
正文語種: 簡體中文
開本: 32
ISBN: 9787030215550, 7030215559
條形碼: 9787030215550
尺寸: 23.6 x 16.8 x 2.8 cm
重量: 699 g

內容簡介

《機率統計系列研究生教學叢書·多元統計分析》系統講解多元統計分析的基本理論與套用方法,同時包含了一些新近發展起來的理論豐富且有實用價值的內容。《機率統計系列研究生教學叢書·多元統計分析》內容包括多元正態分布及由其導出的分布、多元常態分配的參數估計與檢驗問題、線性模型、相關分析、判別分析以及聚類分析,結合案例分析講解多元統計分析的理論與方法。

目錄

前言
第1章 引言
習題一
第2章多元常態分配
2.1 多元常態分配密度函式的導出
2.2 多元常態分配的定義
2.3 多元常態分配的性質
2.4 相關係數和偏相關係數
2.4.1 相關係數
2.4.2 偏相關係數
2.5 矩陣多元常態分配
習題二
第3章 由多元常態分配導出的分布
3.1 Wishart分布
3.1.1 Wishart分布的定義
3.1.2 二階Wishart分布
3.1.3 p階Wishart分布
3.2 Wishart分布的性質
3.3 非中心Wishart分布
3.4 Hotelling T2分布
3.4.1 中心Hotelling T2分布
3.4.2 非中心Hotelling T2分布
3.5 Wilks分布
3.6 Wilks分布的漸近展開
3.6.1 一nln(Ap,n,m)分布函式的漸近展開
3.6.2 一npln(Ap,n,m)分布函式的漸近展開
習題三
第4章 多元常態分配的參數估計
4.1 多元常態分配樣本統計量
4.2 多元常態分配參數的極大似然估計
4.2.1 均值和協方差陣的極大似然估計
4.2.2 樣本相關係數的抽樣分布
4.3 多元常態分配均值參數的置信域估計
4.3.1 單個多元常態分配總體
4.3.2 兩個多元常態分配總體
4.4 多元常態分配均值參數的Bayes估計
4.4.1 逆Wishart分布
4.4.2 均值參數的Bayes估計
4.5 多元常態分配參數估計的改進
4.5.1 多元常態分配均值的常用估計的改進
4.5.2 多元常態分配協方差陣的常用估計的改進
習題四
第5章 多元常態分配均值的檢驗
5.1 多元常態分配均值的檢驗問題
5.1.1 似然比原則
5.1.2 交並原則
5.2 Hotelling T2檢驗的優良性
5.2.1 變換群
5.2.2 不變檢驗
5.2.3 檢驗的優良性
5.3 兩個多元常態分配均值比較的檢驗問題
5.3.1 似然比原則
5.3.2 交並原則
5.3.3 多元Behrens-Fisher問題
5.4 多元方差分析
5.4.1 似然比原則
5.4.2 交並原則
5.5 Wishart分布矩陣的特徵根
5.5.1 正交變換
5.5.2 三角化變換
5.5.3 Wishart分布矩陣特徵根的分布
5.5.4 Roy的入max統計量
5.6 多重比較
5.6.1 錯誤率
5.6.2 聯合置信區間
5.6.3 Bonferroni不等式方法
5.6.4 Scheffe方法
5.6.5 Bonferroni不等式方法和Scheffe方法的比較
5.6.6 Shaffer-holm逐步檢驗方法
5.6.7 多元方差分析中的多重比較
5.7 多元常態分配均值變點的檢驗問題
5.7.1 協方差陣∑已知時均值變點的似然比檢驗
5.7.2 協方差陣∑未知時均值變點的似然比檢驗
5.8 多元常態分配均值參數的有方向的檢驗問題
5.8.1 協方差陣占=L時有方向檢驗問題的似然比檢驗
5.8.2 協方差陣∑已知,均值u≥Q時u的極大似然估計
5.8.3 協方差陣∑已知時有方向檢驗問題的似然比檢驗
5.8.4 協方差陣∑已知時有方向檢驗問題的近似檢驗方法
習題五
第6章 多元常態分配協方差陣的檢驗
6.1 協方差陣等於已知正定矩陣的檢驗問題
6.1.1 似然比檢驗
6.1.2 無偏檢驗
6.1.3 漸近p值
6.2 協方差陣和已知正定矩陣成比例的球形檢驗問題
6.2.1 似然比檢驗
6.2.2 關於漸近口值的一個基本引理
6.3 均值向量和協方差陣的聯合檢驗問題
6.4 多個協方差陣是否相等的檢驗問題
6.5 多個均值向量和協方差陣是否分別全都相等的檢驗問題
6.5.1 檢驗的分解
6.5.2 漸近p值
6.6 獨立性檢驗問題
6.6.1 似然比檢驗
6.6.2 條件獨立性檢驗
習題六
第7章 線性模型
7.1 多元線性模型
7.1.1 模型
7.1.2 充分統計量
7.1.3 估計
7.1.4 最小二乘估計的三個基本定理
7.1.5 線性假設檢驗
7.1.6 均值子集的線性假設檢驗
7.2 多元線性回歸模型
7.2.1 模型
7.2.2 估計
7.2.3 檢驗
7.3 重複測量模型
7.3.1 模型
7.3.2 方差分析
7.4 複合對稱結構的檢驗
7.4.1 單組重複測量數據
7.4.2 多組重複測量數據f無互動效應)
7.4.3 多組重複測量數據(有互動效應)
習題七
第8章 相關分析
8.1 復相關係數
8.1.1 總體復相關係數
8.1.2 樣本復相關係數
8.2 典型相關分析
8.2.1 總體典型相關分析
8.2.2 樣本典型相關分析
8.2.3 典型相關變數個數的檢驗
8.3 主成分分析
8.3.1 總體主成分分析
8.3.2 R主成分分析
8.3.3 樣本主成分分析
8.3.4 主成分的統計推斷
8.4 因子分析
8.4.1 因子分析的引入
8.4.2 顧客滿意度指數的因子分析模型
8.4.3 正交因子模型
8.4.4 E交因子模型因子負荷矩陣和特殊因子方差的估計
8.4.5 正交因子模型協方差陣結構的檢驗
8.4.6 斜交因子模型
8.5 協方差選擇模型
8.5.1 模型
8.5.2 協方差選擇模型中協方差陣的估計
8.5.3 協方差選擇模型的檢驗
習題八
第9章 判別分析與聚類分析
9. 1判別分析
9.1.1 費希爾判別
9.1.2 馬哈拉諾比斯距離
9.1.3 費希爾判別函式個數的檢驗
9.2 聚類分析
9.2.1 個體聚類和變數聚類
9.2.2 距離、相似係數和匹配係數
9.2.3 聚類方法
9.2.4 數據變換
9.2.5 圖示法
習題九
參考文獻
附錄
A.1 多元特徵函式
A.2 矩陣代數
A.2.1 分塊矩陣的逆矩陣和行列式
A.2.2 矩陣的廣義逆
A.3 二次型
A.3.1 向量二次型
A.3.2 矩陣二次型
A.4 矩陣拉直和Kronecker積
A.5 變換的雅可比行列式
A.5.1 雅可比行列式
A.5.2 雅可比行列式計算的簡化
A.5.3 常用變換的雅可比行列式
A.6 向量和矩陣函式的求導及相關的極限定理
A.6.1 向量函式
A.6.2 極限定理
A.6.3 矩陣函式
A.7 指數分布族及其性質
A.7.1 指數分布族
A.7.2 指數分布族的分析性質
A.8 二次型極值
A.9 Wishart分布密度函式
A.9.1 許氏公式
A.9.2 變換群的不變測度
A.10 Bonferroni不等式方法和scheffe方法的比較
A.10.1 單個常態分配均值的多重比較
A.10.2 多元方差分析中的多重比較
A.11 條件獨立性
附表

相關詞條

熱門詞條

聯絡我們