导语

  

内容提要

  

    作为数据分析的有效工具，统计方法已广泛应用于社会科学和自然科学的各个领域。本书兼顾统计知识的全面性和统计课程的系统性，结合编者多年的教学实践经验和国内外优秀教材的成果，在内容上主要包括多元统计分析概述、主成分分析、聚类分析、判别分析、因子分析、时间序列模型引论、平稳时间序列模型、非平稳时间序列模型、结构方程模型。全书分9章叙述。另外，书中大部分统计方法都给出了用R语言实现的实际操作过程。
    本书可作为高等院校统计学专业课程的教材，也可作为其他相关专业的教材或参考书，对广大实际工作者也极具参考价值。

    罗良清，二级教授，博士生导师，江西财经大学统计学科带头人，现任江西财经大学统计学院首席教授。
    国家社科基金统计学科组评审专家，江西省政府特殊津贴专家，江西省高校中青年学科带头人，江西省教学名师，“赣都英才555工程”人文社科类领军人才。兼任教育部高等学校经济类教学指导委员会委员、中国企业经济统计学会会长、中国统计学会常务理事、中国统计教育学会常务理事、中国商业统计学会常务理事、全国统计学教材编审委员会委员、第七届南方工业统计教学研究会理事长、江西省统计学会副会长等。
    主持1项国家社科基金重大项目、主持完成1项国家自然科学基金课题和2项国家社科基金课题：主持完成各类省部级课题及国际国内横向合作课题30余项，完成多项国务院扶贫办、江西省扶贫办的贫困核查项目。先后在《管理世界》《统计研究》等权威学术期刊上发表学术论文50余篇；出版学术专著、教材1O余部，主编教材曾被教育部列为“现代管理类创新系列教材”、“21世纪高等教育标准教材”。国家“十一五”规划教材。   胡晓琳，经济学博士，工作于北京金隅集馘研究方向：经济统计、政府绩效评价。

第1章  多元统计分析概述
  1.1  多元统计分析简介
  1.2  多元正态分布
  1.3  多元正态分布的参数估计和假设检验
  1.4  多元数据的图形展示
  思考与练习
  参考文献
第2章  主成分分析
  2.1  主成分分析的原理与思路
  2.2  总体主成分和样本主成分
  2.3  主成分分析的应用
  2.4  主成分分析应用案例的讨论
  思考与练习
  参考文献
第3章  聚类分析
  3.1  聚类分析概述
  3.2  亲疏程度测定
  3.3  聚类分析方法介绍
  3.4  聚类分析应用实例
  3.5  软件操作
  思考与练习
  参考文献
第4章  判别分析
  4.1  距离判别法
  4.2  贝叶斯判别法
  4.3  费希尔判别法
  4.4  逐步判别法
  4.5  判别分析的基本步骤
  4.6  案例及软件操作
  思考与练习
  参考文献
第5章  因子分析
  5.1  因子分析概述
  5.2  因子分析模型
  5.3  估计方法
  5.4  因子旋转
  5.5  因子得分
  5.6  因子分析的主要步骤
  思考与练习
  参考文献
第6章  时间序列模型引论
  6.1  时间序列的基本概念
  6.2  时间序列的预测应用
  6.3  时间序列的特征分析
  6.4  时间序列的算法分析
  思考与练习
第7章  平稳时间序列模型
  7.1  平稳随机时间序列
  7.2  AR, MA与ARMA模型
  7.3  自相关函数与偏自相关函数
  7.4  自回归移动平均模型的识别、估计与检验
  7.5  自回归移动平均模型的定阶
  7.6  自回归移动平均模型的预测与评价
  7.7  案例与R软件实现
  思考与练习
  参考文献
第8章  非平稳时间序列模型
  8.1  非平稳时间序列基本理论
  8.2  协整和误差修正模型
  8.3  ARIMA模型估计的R软件操作
  8.4  其他非线性方法
  思考与练习
  参考文献
第9章  结构方程模型
  9.1  结构方程模型基本概念
  9.2  结构方程建模
  9.3  一阶验证性因子分析模型
  9.4  结构方程模型的设定
  9.5  SEM的进阶应用
  9.6  例子与R软件实现
  思考与练习
  参考文献