本书是基于R软件编写的面向应用的多元统计分析教材，主要内容包括：多元线性模型、广义线性模型、聚类分析、判别分析、主成分分析、因子分析、对应分析、典型相关分析和多维标度分析。采用生动具体的实例来讲解多元统计分析方法，方便读者学习；统计理论与R软件有机结合，通过R软件来实现多元统计的计算和分析，并详细解读R软件的分析结果，特别适合于初学者和数学基础不强的读者使用。
本书适合高等院校经济类和管理类本科生和硕士生作为教材使用，也可以作为统计工作者的参考书。

                                                   第 1章 多元统计分析与 R简介  
1.1多元统计分析简介  
1.2 R简介  
习题  
参考文献  

第 2章 多元线性模型  
2.1多元正态分布  
2.2多元线性模型  
2.3变量选择  
2.4回归诊断  
2.5回归预测  
习题  
参考文献  

第 3章 广义线性模型  
3.1广义线性模型的定义  
3.2 Logistic模型
3.3 Probit模型  
3.4多项 Logit模型  
3.5泊松对数线性模型  
3.6零膨胀计数模型  
3.7多项分布对数线性模型
习题  
参考文献  

第 4章 聚类分析  
4.1相似性度量    
4.2系统聚类法  
4.3 k均值聚类法
4.4 EM聚类法
习题
参考文献

第 5章 判别分析  
5.1距离判别  
5.2 Fisher判别  
5.3 Bayes判别  
5.4二次判别    
5.5案例分析与 R实现  
习题
参考文献
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  
6.3样本主成分  
6.4案例分析:主成分回归分析  
习题
参考文献  

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  
7.5 因子分析小结  
7.6 案例分析:因子分析模型在
习题  
参考文献

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案例分析:对应分析在文化
习题  
参考文献



第 9章典型相关分析  
9.1典型相关分析基本理论
9.2总体典型相关变量的概念
9.3典型相关变量的性质
9.4原始变量与典型相关变量的
9.5 简单相关、复相关和典型相关
9.6分量的标准化处理  
9.7样本典型相关系数及其对应汽车零部件行业业绩分析典型相关变量的计算
9.8典型相关系数的显著性检验
9.9被解释样本方差的比例
9.10案例分析及 R操作
习题  
参考文献
附录

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  
10.3案例分析与 R实现
习题  
参考文献

费宇，二级教授，统计学博士，英国曼彻斯特大学博士后，博士生导师；云南省云岭学者，云南省中青年学术技术带头人，云岭教学名师；中国数量经济学会常务理事，中国商业统计学会常务理事，云南省统计学类专业教学指导委员会副主任委员；国家自然科学基金项目通讯评审专家，国家社会科学基金项目通讯评审专家；主要从事统计理论与方法、应用统计、数据挖掘和计量经济分析方面的研究，在国内外学术期刊上发表论文50余篇，出版学术专著2部、教材4部，获省部级以上奖10余项，先后访问过荷兰尼津罗德（Nijenrode）大学、英国曼彻斯特（Manchester）大学、美国本特律（Bentley）大学、香港大学和澳大利亚墨尔本（Melbourne）大学。