“多元统计分析”是近几十年来迅速发展起来的一门学科。随着微机的普遍使用及统计软件的推广普及，多元统计方法已广泛应用于自然科学各学科乃至社会科学各个领域。
本教材旨在介绍多元统计分析的基础知识、基本理论及其应用。
全书由两大部分组成：第一部分包括前四章，简要介绍多元统计分析的基本概念与基础理论，包括多元正态分布、多元参数估计、抽样分布、假设检验，其中所涉及的矩阵知识补充由作为附录一。第二部分从第五章至第十三章，依次介绍近年来广泛运用的、卓有成效的各种多元统计方法及其应用实例，包括多重回归分析、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、对应分析及典型相关分析。
本书可作为数学与应用教学、统计科学、计算数学等专业开设统计分析课程的教材，亦可供工科院校及经济、管理、心理学、医学卫生统计等有关专业的高年级本科生或研究生作教材或参考书，同时也为市场研究数据分析等各个领域的实际工作者提供一本实用的多维数据分析的参考。

第一章 多元正态分布
第一节 多元分布的基本概念
第二节 多元正态分布
第三节 偏相关与全相关
习题一
第二章 参数估计
第一节 矩法与极大似然估计
第二节 最优无偏估计
第三节 多参数的Cramer-Rao不等式
习题二
第三章 分布理论
第一节 非中心X2，t和F分布
第二节 Wishart 分布
第三节 Hotelling T2分布
第四节 均值μ的置信区域
第五节 广义方差与回归系数的分布
习题三
第四章 假设检验
第一节 参数假设检验的基本概念
第二节 均值向量的检验
第三节 协方差阵的检验
第四节 均值与协方差阵的联合检验
第五节 独立性检验
第六节 应用实例
习题四
第五章 回归分析
第一节 引言
第二节 多重线性回归模型
第三节 广义线性回归
第四节 多元方差分析
第五节 非线性最小二乘法
习题五
第六章 判别分析
第一节 引言
第二节 距离判别
第三节 Fisher判别
第四节 Bayes判别
第五节 应用实例
习题六
第七章 聚类分析
第一节 引言
第二节 聚类统计量
第三节 系统聚类法
第四节 逐步聚（分）类法
第五节 有序样品的聚类分析
第六节 应用实例
习题七
第八章 主成分分析
第一节 引言
第二节 主成分的表达式
第三节 主成分的性质
第四节 计算步骤与应用实例
第五节 广义主成分分析
习题八
第九章 因子分子
第一节 引言
第二节 正交因子模型
第三节 因子正交旋转
第四节 各种应用
习题九
第十章 对应分析
第十一章 多维标度法
第十二章 典型相关分析
附录一 矩阵知识补充
附录二 抽样分布中的几个定理的证明
附录三 附表及其使用文明
参考文献