第1章 回归分析 1.1 一元回归 1.1.1 回归分析概述 1.1.2 参数估计 1.1.3 一元回归应用实例 1.2 多元回归 1.2.1 多元回归概述 1.2.2 参数估计 1.2.3 方差分析与回归参数检验 1.2.4 多元回归应用实例 习题 第2章 主成分分析 2.1 主成分分析的基本模型 2.2 主成分求解及其性质 2.2.1 主成分的求解步骤 2.2.2 主成分的性质 2.2.3 主成分的选取 2.3 主成分分析实例 2.3.1 分析步骤 2.3.2 分析结果的解释 习题 第3章 因子分析 3.1 因子分析的基本理论与模型 3.1.1 因子分析的基本思想 3.1.2 因子分析的基本模型 3.1.3 因子模型中指标的统计意义 3.2 因子分析的步骤 3.2.1 因子载荷的求解 3.2.2 因子旋转 3.2.3 因子得分 3.3 因子分析实例 3.3.1 分析步骤 3.3.2 分析结果的解释 习题 第4章 聚类分析 4.1 聚类分析方法概述 4.1.1 基本思想 4.1.2 相似性测度 4.2 系统聚类法 4.2.1 基本思想 4.2.2 群间距离的定义 4.2.3 聚类分析步骤 4.2.4 聚类结果的解释 4.3 K－均值聚类法 4.3.1 基本思想 4.3.2 聚类分析步骤 4.3.3 聚类结果解释 习题 第5章 判别分析 5.1 几种判别方法概述　　5.1.1 判别分析的前提假设 5.1.2 几种判别方法的基本思路 5.1.3 判别效果的检验 5.2 判别分析实例 5.2.1 操作与界面说明 5.2.2 分析结果的解释 习题 第6章 典型相关分析 6.1 典型相关分析概述 6.1.1 基本思想 6.1.2 分析的步骤与逻辑框图 6.1.3 重要指标的统计含义 6.2 典型相关分析的应用 6.2.1 分析步骤 6.2.2 分析结果的解释 习题第7章 对应分析 7.1 对应分析概述 7.1.1 基本思想 7.1.2 分析过程 7.1.3 重要指标的意义 7.1.4 需要注意的问题 7.2 对应分析的实际应用 7.2.1 分析步骤 7.2.2 分析结果的解释 习题 第8章 多维标度分析 8.1 多维标度分析概述 8.1.1 基本思想 8.1.2 重要指标的统计含义 8.1.3 分析过程 8.2 多维标度分析的实际应用 8.2.1 分析步骤 8.2.2 分析结果的解释 习题 第9章 广义线性模型 9.1 广义线性模型简介 9.1.1 线性模型与广义线性模型 9.1.2 联系函数与哑变量 9.1.3 常见的广义线性模型问题 9.1.4 广义线性模型的参数估计和检验问题 9.2 广义线性模型的实例分析 9.2.1 数据导入和变量定义 9.2.2 分析步骤 9.2.3 分析结果的解释 习题 第10章 对数线性模型 10.1 方法概述 10.1.1 对数线性模型的基本思路 10.1.2 模型的检验　10.2 对数线性模型的实例分析 10.2.1 General过程 10.2.2 Logit过程 习题 第11章 广义判别分析 11.1 导人数据和变量定义 11.2 方法选择和结果的分析与解释第12章 生存分析 12.1 引言 12.1.1 生存分析的数据类型 12.1.2 几个基本概念 12.1.3 方法分类 12.2 非参数方法 12.2.1 生命表方法 12.2.2 Kaplan-Meier方法 12.3 参数方法 12.3.1 参数方法的基本思路 12.3.2 参数估计 12.3.3 实例分析 12.4 生存率的比较 12.4.1 基本原理 12.4.2 实例分析 12.5 半参数方法 12.5.1 Cox半参数模型的基本原理 12.5.2 实例分析 习题