本书共分三篇。第一篇多元统计分析介绍的是多变量数据分析方法。除了与单个变量统计分析相平行的单总体、多总体的参数估计、假设检验问题之外，这里还介绍了多变量所特有的判别分析、聚类分析、主成分分析、因子分析和对应分析等方法，用这些方法可以得到很多很有价值的结论。第二篇可靠性与生存分析中介绍的是工程技术领域中的可靠性问题及生命科学中的生存分析问题所用数据统计分析方法，它适用于多种常见的寿命分布及多种类型的删失数据，包括参数方法和非参数方法。第三篇时间序列分析介绍的是对于不能看成独立数据的时间序列的趋势分析、光滑化方法以及目前应用最广泛的ARIMA模型，它不但能提供对应实际生活中常见各种类型时间序列的规律性认识，而且可以提供预测结果，这些在实际工作中都是非常有用的。

本书在一般统计学的基础上，通过MINITAB软件介绍了多元统计分析、可靠性与生存分析、时间序列分析三方面的统计知识。与一般的统计教材相比，本书并不强调公式与理论的推导，而是注重对统计思想和基本方法的理解，以及统计工具的运用，并结合MINITAB软件最新的R15版本，致力于直接解决具体问题。在介绍统计知识时，尽量避免使用专业的数学语言，注意叙述的通俗化，由实例引出问题，引例生动具体多样。本书主要内容如下：

●多元正态分布及其统计分析

●判别分析和聚类分析

●主成分分析和因子分析

●对应分析

●可靠性分析和常用寿命分布

●常用寿命分布分析的参数方法和非参数方法

●加速寿命试验、寿命数据回归分析等

●时间序列分析概念和趋势分析

●时间序列平滑方法

●ARIMA模型

本书适合工程技术、医药卫生、生命科学、管理、经济、体育、考古、教育和各社会科学领域的实际工作者学习使用，也可作为上述各专业本科生和研究生的教学参考书。

第1篇 多元统计分析

第1章 多元正态分布及其统计分析

 1.1 多元正态分布的概念及其参数估计

 1.2 多元正态总体的参数检验

 1.3 多元方差分析

 1.4 多元质量控制图

 1.5 多元正态随机数的产生

第2章 判别分析

 2.1 判别分析的概念

 2.2 判别分析的原理

 2.3 判别分析的计算与实例

 2.4 用Logistic回归作判别分析

第3章 聚类分析

 3.1 聚类分析的概念

 3.2 距离和相似系数

 3.3 观测值系统聚类法

 3.4 动态聚类法

 3.5 变量的聚类方法

第4章 主成分分析

 4.1 主成分分析的概念

 4.2 主成分分析的原理

 4.3 主成分分析的计算与实例

 4.4 主成分聚类和主成分回归

第5章 因子分析

 5.1 因子分析模型

 5.2 因子分析模型的参数估计

 5.3 因子旋转和因子得分

 5.4 因子分析的计算与实例

第6章 对应分析

 6.1 对应分析的概念

 6.2 简单对应分析的原理

 6.3 简单对应分析的计算与实例

 6.4 多重对应分析的计算与实例

第2篇 可靠性与生存分析

第7章 可靠性概念

 7.1 可靠性工程概论

 7.2 可靠性的度量

 7.3 删失数据

第8章 常用寿命分布及其识别

 8.1 常用寿命分布

 8.2 抽检方案

 8.3 参数分布的选择

第9章 常用寿命分布分析的参数方法

 9.1 常用寿命分布分析

 9.2 参数分析方法的计算与实例

第10章 常用寿命分布分析的非参数方法

 10.1 估计可靠度函数的非参数方法

 10.2 比较两个或多个生存分布的非参数方法

 10.3 非参数分析方法的计算与实例

第11章 加速寿命试验及其统计分析方法

 11.1 加速寿命试验的基本理论

 11.2 加速寿命试验计划及分析的计算与实例

第12章 有关可靠性的其他专题

 12.1 寿命数据的回归分析

 12.2 概率单位分析

 12.3 寿命数据的增长曲线分析

 12.4 寿命数据的保证分析

第3篇 时间序列分析

第13章 时间序列分析概念

 13.1 时间序列分析基本概念

 13.2 趋势分析

 13.3 分解模型

第14章 时间序列平滑方法

 14.1 移动平均平滑法

 14.2 单参数指数移动平均

 14.3 双参数指数移动平均

 14.4 Winters方法

第15章 ARIMA模型

 15.1 自相关函数与偏自相关函数

 15.2 AR(p)模型

 15.3 MA(q)模型

 15.4 ARMA(p，q)模型

 15.5 ARIMA(p，d，q)模型

 15.6 多元时间序列分析初步

 15.7 时间序列分析在控制图中的应用

参考文献