前辅文
 上篇　多元数据的基本分析及可视化
  第1章　多元统计分析及软件概述
   1.1　多元统计分析的历史
   1.2　多元统计分析的用途
   1.3　多元统计分析的内容
   1.4　统计分析软件及应用
   1.5　Python 数据分析平台
   案例1：Python 数据分析编程平台Spyder
   思考与练习
  第2章　多元数据的Python 处理
   2.1　Python 的编程基础
   2.2　Python 数值分析
   2.3　多元数据的收集和整理
   2.4　Python 的数据框
   2.5　Python 数据框的分析
   案例2：多元数据的基本统计分析
   思考与练习
  第3章　多元数据的Python 可视化
   3.1　多元数据可视化准备
   3.2　条图或柱图
   3.3　描述统计及箱线图
   3.4　变量间的关系图
   3.5　其他多元分析图
   案例3：城市现代化水平的直观分析
   思考与练习
 中篇　多元数据的无监督机器学习
  第4章　聚类分析及Python 分类
   4.1　聚类分析的概念、类型和特点
   4.2　聚类统计量
   4.3　系统聚类法
   4.4　快速聚类法
   案例4：全国区域经济发展的聚类分析
   思考与练习
  第5章　综合评价及Python 应用
   5.1　综合评价的基本概念
   5.2　评价指标体系的构建
   5.3　数据无量纲化及权重确定
   5.4　综合评价方法及其应用
   案例5：广东省知识产权发展水平的综合评价
   思考与练习
  第6章　主成分分析及Python 计算
   6.1　主成分分析的概念
   6.2　主成分分析的性质
   6.3　主成分分析步骤
   6.4　主成分分析注意事项
   案例6：地区电信业发展的主成分分析
   思考与练习
  第7章　因子分析及Python 应用
   7.1　因子分析模型
   7.2　因子载荷及解释
   7.3　因子旋转
   7.4　因子得分
   7.5　因子分析步骤
   7.6　实际中进行因子分析
   案例7：上市公司经营业绩评价的因子分析
   思考与练习
  第8章　对应分析及Python 视图
   8.1　对应分析的提出
   8.2　对应分析基本原理
   8.3　对应分析计算步骤
   8.4　对应分析注意事项
   案例8：对应分析在农民收入中的应用
   思考与练习
 下篇　多元数据的有监督机器学习
  第9章　相关与回归及Python 分析
   9.1　变量间的关系
   9.2　一元相关与回归分析
   9.3　多元相关与回归分析
   案例9：中国宏观经济发展的多因素分析
   思考与练习
  第10章　典型相关分析及Python 应用
   10.1　引言
   10.2　相关分析的架构
   10.3　典型相关分析原理
   10.4　典型相关分析步骤
   案例10：R&D 投入与产出的典型相关分析
   思考与练习
  第11章　扩展线性模型及Python 建模
   11.1　数据分类与模型选择
   11.2　方差分析模型
   11.3　广义线性模型
   案例11：服务产品观点的Logistic 回归模型
   思考与练习
  第12章　判别分析及Python 算法
   12.1　判别分析的概念
   12.2　Fisher 判别法
   12.3　Bayes 判别法
   案例12：企业财务状况的判别分析
   思考与练习
  附录　书中自定义函数及使用
  参考文献