3.总体与样本、参数估计、假设检验 4.数学期望、协方差矩阵 5.多元统计分析研究对象、主要内容 1.名元分布函数和多元密度函数 2.多维随机向量的数字特征、独立性与条 第二章多元正态分布 件分布 掌握 3.多元正态分布的参数估计 4.多元正态分布的假设检验 5.R的应用 变量的测量尺度、各种距离、相似系数 2.各种系统聚类法、系统聚类法的统一及 第三章聚类分析 性质、类的个数 5 掌握 3.型系统聚类法基本思粗与步骤 4.案例分析 5。R的应用 1.概念与分类 2.三个类别情形的判别 第四章判别分析 3.判别规则及具体判别步骤 5 掌握 4.案例分析 5.R的应用 1。主成分分析的基本思想，主成分的定义 导出及性质，主成分的几何意义 第五章主成分分析 2.主成分分析的数学原理，主成分的解释 5 掌握 主成分的应用及需注意的若干问题 3.案例分析 4.R的应用 1.因子分析的基本思想、数学模型的定义 性质、因子的解释 2.常用的参数估计方法：主成分法、主因 子法、极大似然法 第六章因子分析 3。最大方差旋转法 5 掌握 4.因子得分估计方法：加权最小二乘法、 回归法 5.案例分析 6.R的应用 第七章其他多元分 1.什么是对应分析、对应分析的基本思想 析方法 2.对应分析方法的方法和原理 4 了解 3.典型相关分析的基本思想与原理4 3．总体与样本、参数估计、假设检验 4．数学期望、协方差矩阵 5．多元统计分析研究对象、主要内容 第二章 多元正态分布 1．多元分布函数和多元密度函数 2．多维随机向量的数字特征、独立性与条 件分布 3．多元正态分布的参数估计 4．多元正态分布的假设检验 5．R 的应用 4 掌握 第三章 聚类分析 1．变量的测量尺度、各种距离、相似系数 2．各种系统聚类法、系统聚类法的统一及 性质、类的个数 3．Q 型系统聚类法基本思想与步骤 4．案例分析 5．R 的应用 5 掌握 第四章 判别分析 1．概念与分类 2．三个类别情形的判别 3．判别规则及具体判别步骤 4．案例分析 5．R 的应用 5 掌握 第五章 主成分分析 1．主成分分析的基本思想，主成分的定义、 导出及性质，主成分的几何意义 2．主成分分析的数学原理，主成分的解释， 主成分的应用及需注意的若干问题 3．案例分析 4．R 的应用 5 掌握 第六章 因子分析 1．因子分析的基本思想、数学模型的定义、 性质、因子的解释 2．常用的参数估计方法：主成分法、主因 子法、极大似然法 3．最大方差旋转法 4．因子得分估计方法：加权最小二乘法、 回归法 5．案例分析 6．R 的应用 5 掌握 第七章 其 他 多 元 分 析方法 1．什么是对应分析、对应分析的基本思想 2．对应分析方法的方法和原理 3．典型相关分析的基本思想与原理 4 了解