第1章  R与多元统计分析简介
  1.1  R简介
    1.1.1  R的特点
    1.1.2  R的安装与运行
    1.1.3  R的基本原理
    1.1.4  R的帮助
  1.2  多元统计分析简介
    1.2.1  多元统计分析的用途
    1.2.2  多元统计分析的内容
  习题
第2章  多元线性模型
  2.1  多元线性模型
    2.1.1  模型定义
    2.1.2  模型的参数估计和检验
  2.2  变量选择
  2.3  回归诊断
    2.3.1  残差分析和异常点探测
    2.3.2  回归诊断：一般的方法
  2.4  回归预测
  习题
第3章  广义线性模型
  3.1  广义线性模型概述
  3.2  Logistic模型
  3.3  对数线性模型
  习题
第4章  聚类分析
  4.1  相似性的度量
  4.2  系统聚类法
  4.3  k均值聚类法
  4.4  案例：世界\146个国家和地区人文发展情况的聚类分析
  习题
第5章  判别分析
  5.1  距离判别
    5.1.1  距离
    5.1.2  两个总体的距离判别
    5.1.3  多个总体的距离判别
  5.2  Fisher判别
    5.2.1  两总体Fisher判别
    5.2.2  多总体Fisher判别
  5.3  Bayes判别
    5.3.1  两总体的Bayes判别
    5.3.2  多总体的Bayes判别
  5.4  案例分析与R实现
  习题
  附录
第6章  主成分分析
  6.1  主成分分析的基本思想
  6.2  总体主成分
    6.2.1  主成分的含义
    6.2.2  主成分的计算
    6.2.3  主成分的主要性质
    6.2.4  主成分个数的确定
  6.3  样本主成分
    6.3.1  样本主成分性质和计算
    6.3.2  主成分分析的步骤和相关R函数
  6.4  案例：主成分综合分析
  习题
第7章  因子分析
  7.1  正交因子模型
  7.2  因子模型的估计
  7.3  因子正交旋转
  7.4  因子得分
  习题
第8章  对应分析
  8.1  对应分析的基本思想
  8.2  对应分析的原理
  8.3  对应分析的计算步骤
  8.4  案例：对应分析在现金支出定位中的应用及R操作
  习题
第9章  典型相关分析
  9.1  典型相关分析基本理论
  9.2  案例：我国科学研究与开发机构科研投入与产出的典型相关分析及R操作
  习题
第10章  多维标度分析
  10.1  多维标度法的基本思想
  10.2  古典多维标度法
    10.2.1  多维标度法的几个基本概念
    10.2.2  已知距离矩阵时CMDS解的计算
    10.2.3  已知相似系数矩阵时CMDS解的计算
  10.3  非度量多维标度法
  10.4  案例分析与R实现
  习题
参考文献