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。其特点如下：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；将统计理论与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，特别适合初学者和数学基础不强的读者使用。本书适合作为高等院校经济类和管理类本科生和硕士生的教材使用，也可以作为统计工作者的参考书。

费宇，云南财经大学二级教授，博士生导师，统计学博士，英国曼彻斯特大学博士后，云南省中青年学术技术带头人，云岭教学名师，云南省教学名师，云南省有突出贡献中青年专家。现任中国商业统计学会常务理事，全国经济数学与管理数学学会常务理事，云南省应用统计学会副理事长，云南省统计学会理事。

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
0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