随着医学研究和信息技术的快速发展，多元数据分析方法广泛应用于医学各个领域。R是一款优秀的开源软件，有着实用的统计计算与可视化功能。本书使用R语言，结合精选的医学实例介绍常用多元统计分析方法。
统计分析方法只有在实际应用中才能得到直接、生动的验证。本书强调实战和应用，尽量淡化统计公式的推导和计算过程。通过本书的学习，读者能熟练使用R语言及相关包实现多元统计计算，还能更深入地理解多元数据分析方法。
本书可作为医学院校高年级本科生或研究生的多元统计分析课程教材，亦可作为其他专业读者和科研工作者从事科研活动的参考资料。全书附有代码和数据集，每章后都有习题，书后附有习题参考答案，可供读者自学使用。

第 1 章 绪论
1 1 多元数据
1 2 多元描述性统计量
1 2 1 均值向量
1 2 2 协方差矩阵
1 2 3 相关系数矩阵
1 3 距离、相异系数、相似系数和列联系数
1 3 1 基于数值型变量的距离
1 3 2 基于分类变量的相异系数
1 3 3 基于混合类型变量的相异系数
1 3 4 相似系数
1 3 5 列联系数
1 4 多元正态分布
1 4 1 多元正态分布的定义
1 4 2 多元正态分布的检验
1 4 3 二元正态分布及其参考值范围
1 5 小结
1 6 习题
第 2 章 多元数据可视化
2 1 相关系数图
2 2 散点图矩阵
2 3 符号图
2 4 脸谱图
2 5 星状图和雷达图
2 6 平行坐标图
2 7 调和曲线图
2 8 小结
2 9 习题
第 3 章 多元数据的组间比较
3 1 多元 T 检验
3 1 1 单个正态总体均值向量检验
3 1 2 多元配对设计的均值向量检验
3 1 3 多元成组设计两样本的均值向量检验
3 2 多元方差分析
3 3 重复测量资料的多变量分析
3 4 协方差矩阵的检验
3 5 多变量的非参数检验
3 6 小结
3 7 习题
第 4 章 聚类分析
4 1 聚类分析的目的与方法
4 2 层次聚类法
4 2 1 度量类与类之间距离的方法
4 2 2 Q 型聚类实例
4 2 3 R 型聚类实例
4 3 k 均值聚类法
4 4 模糊 C 均值聚类法
4 5 基于模型的聚类
4 6 小结
4 7 习题
第 5 章 判别分析
5 1 距离判别法
5 2 Fisher 判别法
5 3 Bayes 判别法
5 4 机器学习分类算法
5 4 1 决策树模型
5 4 2 使用 caret 包实现机器学习算法
5 4 3 K 最邻近分类
5 4 4 支持向量机分类
5 4 5 神经网络分类
5 4 6 随机森林分类
5 5 小结
5 6 习题
第 6 章 主成分分析
6 1 主成分分析的基本原理
6 1 1 主成分的定义
6 1 2 主成分分析的几何意义
6 1 3 主成分的求法
6 2 使用 R 包计算主成分
6 2 1 使用 stats 包计算主成分
6 2 2 使用 FactoMineR 包计算主成分
6 3 主成分的应用
6 3 1 主成分评价
6 3 2 主成分回归
6 4 小结
6 5 习题
第 7 章 因子分析
7 1 因子分析模型
7 2 因子分析模型的求解
7 3 因子旋转
7 4 因子分析的注意事项
7 5 小结
7 6 习题

本书使用R语言，结合精选的医学实例介绍常用多元统计分析方法，用实战带领你步入医学统计的多元分析领域，轻松驾驭数据处理与解析！