本书是为《概率论与数理统计》的后继应用统计课程而编写的教材，是在作者编写的《应用多元分析》(上海财经大学出版社2009年第三版)和《应用概率统计》(上海财经大学出版社2005年版)的基础上写成的，读者对象主要是财经类院校非统计专业的研究生和本科生，其他各专业读者也可将其作为相应课程的教材或教学参考书。

全书对数学基础知识的要求较低，极少涉及微积分，只需读者掌握初步的线性代数和概率统计知识，但又不失叙述的严谨。书中前两章分别对一元概率统计和线性代数知识做了回顾和介绍，其所述的预备知识对于本书的阅读基本上足够了。

前言

第一章 一元统计基础知识

 §1.1 一元分布及数字特征

 §1.2 参数估计

 §1.3 假设检验

 习题

第二章 矩阵代数

 §2.1 定义

 §2.2 矩阵的运算

 §2.3 行列式

 §2.4 矩阵的逆

 §2.5 矩阵的秩

 §2.6 特征值、特征向量和矩阵的迹

 §2.7 正定矩阵和非负定矩阵

 习题

第三章 多元统计基础知识

 §3.1 随机向量

 §3.2 多元正态分布

 §3.3 图示法

 习题

第四章 非参数方法

 §4.1 拟合优度检验

 §4.2 独立性检验

 §4.3 符号检验

 §4.4 威尔科克森符号秩检验

 §4.5 威尔科克森秩和检验

 §4.6 QQ图

 习题

第五章 方差分析

 §5.1 单因素方差分析

 §5.2 多重比较

 §5.3 两因素方差分析

 习题

第六章 回归分析

 §6.1 一元线性回归

 §6.2 多元线性回归

 §6.3 定性自变量

 §6.4 可线性化的非线性回归

 习题

第七章 多元正态总体的统计推断

 §7.1 单个总体均值的推断

 §7.2 两个总体均值的比较推断

 §7.3 多个总体均值的比较检验(多元方差分析)

 §7.4 总体相关系数的检验

 附录7-1 威尔克斯∧统计量的基本性质

 习题

第八章 判别分析

 §8.1 引言

 §8.2 距离判别

 §8.3 贝叶斯判别

 §8.4 费希尔判别

 习题

第九章 聚类分析

 §9.1 引言

 §9.2 距离和相似系数

 §9.3 系统聚类法

 §9.4 动态聚类法

 习题

第十章 主成分分析

 §10.1 引言

 §10.2 总体的主成分

 §10.3 样本的主成分

 习题

第十一章 因子分析

 §11.1 引言

 §11.2 正交因子模型

 §11.3 参数估计

 §11.4 因子旋转

 §11.5 因子得分

 习题

第十二章 对应分析

 §12.1 行轮廓和列轮廓

 §12.2 独立性的检验和总惯量

 §12.3 行、列轮廓的坐标

 §12.4 对应分析图

 习题

第十三章 典型相关分析

 §13.1 引言

 §13.2 总体典型相关

 §13.3 样本典型相关

 §13.4 典型相关系数的显著性检验

 习题

附录一 习题参考答案

附录二 各类数值表

参考文献