本书是在《多变量分析及R的应用》（2018年版）的基础上修订的。全书共有九章，基本覆盖了常用的多元统计分析方法。第一章是绪论，是为指导全书的学习而编排的。第二章是多元数据描述统计分析Ⅰ：表格法和图形法，介绍了利用各种图形或表格来对数据进行描述性统计分析。第三章是多元数据描述统计分析Ⅱ：数值方法，介绍了利用概括统计量来描述定量变量的数据。第四章至第九章是有关现代多元统计分析的方法，内容包括多元回归分析、广义线性模型、主成分分析、因子分析、聚类分析和判别分析。本次修订，对有关章节进行了完善，对各章的顺序进行了调整，对运行代码进行了修订。
本书的适用范围很广，可以作为数学、应用数学、金融数学、统计、经济等专业本科生以及各专业硕士和博士研究生的教科书或参考书，希望本书对教师以及各个领域的实际工作者都有参考价值。

第一章 绪论
第一节 多元统计分析概述
第二节 多元统计分析中的基本概念
第三节 多元统计分析的研究方法
第四节 R语言系统设置
第五节 数据的输入与编辑
习题
第二章 多元数据描述统计分析Ⅰ：表格法和图形法
第一节 表格法
第二节 展示定性数据的图形
第三节 展示定量数据的图形
习题
第三章 多元数据描述统计分析Ⅱ：数值方法
第一节 集中趋势的度量
第二节 离散程度的度量
第三节 分布形状的检测
第四节 相关关系的度量
习题
第四章 多元回归分析
第一节 多元线性模型
第二节 统计检验
第三节 残差分析
第四节 回归预测
习题
第五章 广义线性模型
第一节 广义线性模型概述
第二节 Logistic模型
第三节 实例
习题
第六章 主成分分析
第一节 主成分分析方法概述
第二节 主成分的推导及性质
第三节 主成分分析的步骤
习题
第七章 因子分析
第一节 因子分析方法概述
第二节 因子分析的数学模型
第三节 因子分析的步骤
习题
第八章 聚类分析
第一节 聚类分析方法概述
第二节 系统聚类法
第三节 K均值聚类法
习题
第九章 判别分析
第一节 判别分析方法概述
第二节 距离判别
第三节 Bayes判别
习题
参考文献
后记