目录

●序一
序二
第6版前言
第5版前言
第4版前言
第3版前言
第2版前言
第1版前言
第三篇 多元统计分析
第14章 多变量统计检验 649
14.1 多元计量资料的常用统计量 649
14.2 多元均值检验 651
14.3 多元方差分析简介 653
14.4 单向完全随机设计 656
14.5 单因素随机区组设计 658
14.6 轮廓分析 660
14.7 多元方差分析的线性模型方法 664
参考文献 671
第15章 多元回归分析 673
15.1 多元线性回归 673
15.2 逐步回归分析 683
15.3 二次多项式回归分析 694
15.4 含定性变量的逐步回归分析 698
15.5 积分(逐步)回归 703
15.6 趋势面分析 709
15.7 Tobit回归 713
15.8 主成分回归 718
15.9 岭回归 721
15.10 特征根回归 726
15.11 稳健回归M估计 729
15.12 分位数回归 732
15.13 优势(主导)分析 737
15.14 分层逐步回归 740
参考文献 750
第16章 高维数据Lasso回归分析 752
16.1 Lasso回归分析简介 753
16.2 建立Lasso回归模型的弹性网络算法 754
16.3 高维数据线性回归分析 756
16.4 高维数据Logistic回归分析 764
16.5 高维数据Poisson回归分析 770
16.6 高维数据Cox比例风险回归分析 776
16.7 含分类变量的Lasso回归分析 781
16.8 含分类变量的Lasso Logistic回归分析 792
参考文献 795
第17章 面板数据分析 796
17.1 面板数据分析基本模型 796
17.2 空间面板数据模型 805
参考文献 811
第18章 多因变量统计分析 813
18.1 典型相关分析 813
18.2 双重筛选逐步回归 821
18.3 偏最小二乘回归 827
18.4 线性联立方程 832
18.5 结构方程模型与路径分析 841
参考文献 853
第19章 聚类分析 855
19.1 系统聚类分析 855
19.2 0-1型变量聚类分析 870
19.3 动态聚类分析 873
19.4 有序样本分类 879
19.5 非线性映射分析 883
19.6 两维图论聚类 886
参考文献 889
第20章 有序约束下的多峰识别模型 891
20.1 问题的提出 891
20.2 一维有序约束下的多峰模型 894
20.3 多个受约束变量的综合 898
20.4 多峰识别模型在DPS系统中的实现 901
20.5 二维有序约束下的峰值识别模型 910
20.6 高维有序空间多峰识别模型 918
20.7 多维有序约束下数据分析与经典聚类算法的关系 924
参考文献 925
第21章 判别分析 927
21.1 两组判别 927
21.2 Fisher线性判别 930
21.3 逐步判别分析 936
参考文献 944
第22章 多因子分析 945
22.1 主成分分析 945
22.2 因子分析 952
22.3 对应分析 967
22.4 展开法 972
参考文献 975
第23章 数据挖掘 977
23.1 BP神经网络 977
23.2 径向基函数(RBF)网络模型 989
23.3 投影寻踪回归 993
23.4 支持向量机(SVM) 1000
23.5 随机森林 1011
参考文献 1018
第四篇 数学模型模拟分析
第24章 回归方程模型 1021
24.1 任意非线性回归模型参数估计实现 1021
24.2 非线性回归模型参数估计方法 1023
24.3 非线性回归模型参数全局优化估计 1026
24.4 非线性回归分析实例研究 1029
24.5 二值反应变量模型参数估计 1044
24.6 有约束条件模型参数估计 1051
24.7 联立方程模型 1055
参考文献 1063
第25章 数学模型模拟与优化 1066
25.1 模型模拟分析 1066
25.2 模型参数灵敏度分析 1071
25.3 模型优化 1073
参考文献 1077
第26章 数学规划 1078
26.1 线性规划 1078
26.2 多目标线性规划:评价函数法 1083
26.3 多目标线性规划:逐步宽容约束法 1087
26.4 多目标线性规划:分层评价法 1090
26.5 整数规划及混合整数规划 1095
26.6 指派问题匈牙利法 1101
26.7 运输问题 1104
26.8 非线性规划 1107
26.9 投入产出分析 1110
26.10 目标规划 1114
参考文献 1122
第27章 状态空间模型 1123
27.1 线性控制系统能控性 1124
27.2 线性控制系统能观性 1126
27.3 连续线性状态方程离散化 1128
27.4 离散状态方程求解 1130
参考文献 1133
第五篇 时间序列分析
第28章 时间序列趋势分析 1137
28.1 常用时间序列趋势分析 1137
28.2 时间序列数据游程检验 1145
28.3 很优气候均态模型 1147
28.4 均值生成函数预测模型 1149
28.5 马尔可夫链 1152
28.6 多元时空序列马尔可夫链分析 1155
参考文献 1160
第29章 时间序列周期分析 1161
29.1 谐波分析 1161
29.2 小波分析 1164
29.3 奇异谱分析 1167
29.4 时间序列周期方差分析外推法 1171
29.5 季节性水平模型 1174
29.6 季节性交乘趋势模型 1177
29.7 季节性叠加趋势模型 1181
参考文献 1184
第30章 平稳时间序列分析 1185
30.1 取样间隔与插值处理 1185
30.2 数据序列突变点的检测 1187
30.3 数据序列统计特性估计 1192
30.4 单位根检验 1198
30.5 差分自回归移动平均(ARIMA)模型 1205
30.6 季节-周期组合模型 1220
参考文献 1226
第31章 其他时间序列模型 1228
31.1 多变量时间序列CAR模型 1228
31.2 向量自回归模型 1234
31.3 格兰杰因果关系检验 1249
31.4 协整检验和误差修正模型 1255
31.5 协整和向量误差修正模型的优选似然估计 1262
31.6 门限自回归模型 1271
31.7 独立分量分析 1275
参考文献 1280