本书主要由两大部分组成：第一部分包括前四章，简要介绍多元统计分析的基础理论，包括多元描述统计、多元统计推断原理，这是多元统计分析的基础。第二部分从第五章至第十六章，依次介绍近年来广泛运用的、卓有成效的各种多元统计分析方法及其应用实例，包括回归分析、方差分析、判别分析、聚类分析、主成分分析、因子分析、多维标度法、对应分析、典型相关分析、路径分析、结构方程模型等。  本书可作为经济、管理、社会科学等有关专业的研究生教材或参考书，同时也可作为管理咨询、市场研究、数据分析等领域的实际工作者实用的参考书。

多元统计分析作为分析多维数据问题的有效工具，应用十分广泛。本书通过实际案例并结合软件通俗地介绍多元统计分析的原理，内容包括多元描述统计、多元统计推断、回归分析、判别分析、聚类分析、主成分分析、因子分析、多维标度法、对应分析、典型相关分析、路径分析、结构方程模型等。本书特别强调多元统计分析方法在实际案例中的应用，案例涉及国民经济、区域经济、交通运输、市场调研、企业管理、企业竞争力等多个领域。本书可作为财经类、管理类、_社会科学类等有关专业的多元统计教材，也可作为实务工作者的参考书。

第一章 绪论

第一节 引言

第二节 多元统计分析的应用

第三节 多元统计分析的发展

第四节 多元统计分析方法的分析流程

第五节 相关统计软件的说明

第二章 多元描述统计分析

第一节 多元描述统计量

第二节 多元数据的图形表示

第三章 多元正态分布及参数估计

第一节 基本概念

第二节 多元正态分布

第三节 多元正态分布均值向量和协方差阵的估计

第四节 几种常用的抽样分布

第五节 实例分析

第四章 多元正态分布均值向量和协方差阵的检验

第一节 总体均值向量的检验

第二节 协方差阵的检验

第三节 多个正态总体参数的检验

第五章 回归分析

第一节 回归分析的基本思想

第二节 多元线性回归模型

第三节 回归分析专题

第六章 聚类分析

第一节 聚类分析的基本思想

第二节 相似性的度量

第三节 系统聚类法

第四节 动态聚类法

第五节 有序样品的聚类

第六节 聚类方法的新进展

第七章 判别分析

第一节 判别分析的基本思想

第二节 距离判别法

第三节 Fisher判别法

第四节 贝叶斯判别法

第五节 逐步判别法

第八章 主成分分析一

第一节 主成分的含义及其思想

第二节 主成分模型及其几何意义

第三节 主成分的推导及性质

第四节 主成分分析的应用

第九章 因子分析

第一节 因子分析的模型

第二节 因子载荷矩阵的估计

第三节 因子旋转

第四节 因子得分

第五节 因子分析的基本步骤

第十章 对应分析法

第一节 对应分析的基本思想

第二节 对应分析的基本原理

第三节 实例分析

第十一章 典型相关分析

第一节 典型相关分析的基本原理

第二节 典型相关分析的基本步骤

第三节 实例分析

第十二章 偏最小二乘回归分析

第一节 引言

第二节 偏最小二乘回归分析的基本原理

第三节 实例分析

第十三章 结合分析

第一节 引言

第二节 结合分析的基本原理

第三节 结合分析的分析步骤

第四节 结合分析的应用及进展

第五节 实例分析

第十四章 多维标度法

第一节 引言

第二节 多维标度法的基本原理

第三节 非度量方法

第四节 实例分析

第十五章 路径分析

第一节 引言

第二节 路径分析的基本原理

第三节 分解简单相关系数的路径分析

第四节 实例分析

第十六章 结构方程模型

第一节 引言

第二节 结构方程模型的基本原理

第三节 实例分析

附录 常用统计表

参考文献