本书结合R语言介绍了多元正态分布、均值向量检验、协方差阵检验、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、定性数据分析、多变量的图表示法和多维标度法等常见的多元统计分析方法。
与同类书籍相比，本书具有如下特色：
介绍了部分多元统计方法的新研究成果，如多总体均值检验和聚类分析中分类个数选择等。
详细介绍了多元统计方法的R实现，自编函数实现均值向量检验、协方差阵检验和主成分分析等。代码清晰明了，适合初学者。
每种方法后均结合具体实例详细阐述方法的应用。
每一章均有参考文献，有助于查阅相关资料，拓展方法研究。

第1章 多元正态分布
1.1 多元分布的基本概念
1.2 统计距离
1.3 多元正态分布
1.4 均值向量和协方差阵的估计
1.5 常用分布及抽样分布
参考文献
思考与练习
第2章 均值向量和协方差阵的检验
2.1 均值向量的检验
2.2 协方差阵的检验
2.3 有关检验的上机实现
参考文献
思考与练习
第3章 聚类分析
3.1 聚类分析的基本思想
3.2 相似性度量
3.3 类和类的特征
3.4 系统聚类法
3.5 K-均值聚类和有序样品的聚类
3.6 模糊聚类分析
3.7 计算步骤与上机实现
3.8 社会经济案例研究
参考文献
思考与练习
第4章 判别分析
4.1 判别分析的基本思想
4.2 距离判别
4.3 贝叶斯判别
4.4 费歇判别
4.5 逐步判别
4.6 判别分析应用的几个例子
参考文献
思考与练习
第5章 主成分分析
5.1 主成分分析的基本原理
5.2 总体主成分及其性质
5.3 样本主成分的导出
5.4 有关问题的讨论
5.5 主成分分析步骤及框图
5.6 主成分分析的上机实现
参考文献
思考与练习
第6章 因子分析
6.1 因子分析的基本理论
6.2 因子载荷的求解
6.3 因子分析的步骤与逻辑框图
6.4 因子分析的上机实现
参考文献
思考与练习
第7章 对应分析
7.1 列联表及列联表分析
7.2 对应分析的基本理论
7.3 对应分析的步骤及逻辑框图
7.4 对应分析的上机实现
参考文献
思考与练习
第8章 典型相关分析
8.1 典型相关分析的基本理论及方法
8.2 典型相关分析的步骤及逻辑框图
8.3 典型相关分析的上机实现
8.4 社会经济案例研究
参考文献
思考与练习
第9章 定性数据的建模分析
9.1 对数线性模型的基本理论和方法
9.2 对数线性模型的上机实现
9.3 Logistic回归的基本理论和方法
9.4 Logistic回归的方法及步骤
参考文献
思考与练习
第10章 多变量的图表示法
10.1 散点图矩阵
10.2 脸谱图
10.3 雷达图与星图
10.4 星座图
参考文献
思考与练习
第11章 多维标度法
11.1 多维标度法的基本理论和方法
11.2 多维标度法的古典解
11.3 古典解的优良性
11.4 非度量方法
11.5 多维标度法的上机实现
参考文献
思考与练习