在参考了国内外大量相关统计书籍与文献的基础上，本书系统地介绍了多元统计分析的基本理论与方法，主要内容包括多元正态分布及其抽样分布、多元正态总体的均值向量和协方差矩阵的假设检验、多元回归分析、主成分分析与因子分析、判别分析与聚类分析、典型相关分析以及结构方程模型等，并有SPSS、Python、R语言等多种统计软件及工具分析应用实例。本书突出实际应用和统计思想的渗透，既侧重于应用，又兼顾了必要的方法论证，将社会、经济、自然科学等领域的实际案例应用与多元统计思想紧紧联系在一起，力求内容简明易懂，方便读者学习如何选择合适的统计工具与方法来进行分析与解决实际问题，进而全面地理解教材内容并掌握必要的多元统计分析工具。本书配套出版了《多元统计分析学习指导与习题解答》。 本书可作为经济、管理、社会科学等相关专业的研究生教材或参考书，同时也可以作为管理咨询、市场研究、数据分析等领域的实际工作者使用的参考书。

第1章 多元正态分布
1.1 引言
1.2 多元正态分布的定义
1.3 多元正态分布的性质
1.4 多元正态总体的样本
1.5 多元正态总体的相关性
1.6 X与A的抽样分布
1.7 二次型分布
1.8 E态性假定的评估分析
1.9 近似正态性
小结
思考与练习
第2章 多元正态总体的统计推断
2.1 引言
2.2 三个常用统计量的分布
2.3 单总体均值向量μ的检验及置信区域
2.3.1 单个正态总体均值向量μ的检验
2.3.2 置信域与联合置信区间
2.4 两个总体均值向量的比较检验
2.5 成对试验的统计量
2.6 多个总体均值向量的比较检验——多元方差分析
2.7 均值分量间结构关系的检验
2.7.1 单个总体均值分量间结构关系的检验
2.7.2 两个总体均值分量间结构关系的检验
2.8 均值向量的大样本推断
2.9 观测值缺损时均值向量的推断
2.10 协方差矩阵的检验
2.10.1 单个p元正态总体协方差矩阵的检验
2.10.2 多总体协方差矩阵的检验
2.11 多个正态总体的均值向量和协方差矩阵同时检验
2.12 正态总体相关系数的推断
2.13 SPSS软件应用与假设检验
2.13.1 参数假设检验——单样本T检验
2.13.2 参数假设检验——两个独立样本T检验
2.13.3 非参数假设检验——K—S单样本检验
2.14 T检验与Python应用
2.14.1 独立样本T检验
2.14.2 非独立样本T检验
2.14.3 多于两组实验的比较
2.15 T检验与R语言应用
2.15.1 独立样本T检验
2.15.2 非独立样本T检验
2.15.3 多于两组实验的比较
小结
思考与练习
第3章 方差分析与多元线性回归分析
3.1 引言
3.2 方差分析
3.2.1 单因素方差分析
3.2.2 双因素方差分析
3.3 经典多元线性回归
3.3.1 多元线性回归数学模型
3.3.2 模型参数的最小二乘估计
3.3.3 回归方程的显著性检验
3.3.4 回归预测
3.3.5 多重共线性问题
……
第4章 判别分析
第5章 聚类分析
第6章 主成分分析
第7章 因子分析
第8章 典型相关分析
第9章 结构方程模型
附录A 随机向量分布及其数字特征
附录B 矩阵分析
附录C Python初步
附录D R语言基础
参考文献