本书密切结合农林科学实际，讲述了多元正态分析及其抽样分布，多元正态总体的均值向量和协方差阵的假设检验、多元分差分析、直线回归、多元线性回归与相关、主成分分析与因子分析、判别分析与聚类分析、Shannon信息量及应用。本书适合作农、林院校研究生教材，亦可供高等院校高年级学生及教师和农林科技工作者参考。

多元统计分析是从经典统计学中发展起来的一个分支，是一种综合分析方法，它能够在多个对象和对个指标互相关联的情况下分析它们的统计规律，很适合农业科学研究的特点。本书是高等农、林院校研究生多元统计分析教材。主要内容包括多元正态分布及其抽样分布、多元正态总体的均值向量和协方差阵的假设检验、多元方差分析、直线回归与相关、多元线性回归与相关、主成分分析与因子分析、判别分析与聚类分析、Shannon 信息量及其应用等，其中包含了作者大量的研究成果。

本书适合作农、林院校研究生教材，亦可供高等院校高年级学生及教师和农林科技工作者参考。

第二版前言

第一版前言

第一章 多元正态分布及其抽样分布

 1．1 多元指标统计数据及其图示

 1．2 多元正态分布

 1．3 多元正态分布参数的估计

 1．4 多元统计中常用的分布及抽样分布

第二章 多元正态总体的均值向量和协方差阵的假设检验

 2．1 均值向量μ=μ0的假设检验与μ的置信域

 2．2 均值向量μ1=μ2的假设检验与μ1-μ2的置信域

 2．3 协方差阵与均值向量的检验

 2．4 独立性检验

第三章 多元方差分析

 3．1 单因素多元方差分析

 3．2 两因素的多元方差分析

 3．3 巢式设计的多元分析

第四章 直线回归与相关

 4．1 直线回归与相关分析

 4．2 直线回归与相关中的几个问题

 4．3 非线性回归分析

第五章 多元线性回归与相关(Ⅰ)

 5．1 多元线性回归与相关分析

 5．2 通径分析与偏相关

 5．3 逐步回归分析

 5．4 多项式回归

 5．5 趋势面分析

 5．6 逻辑斯谛(Logistic)回归(因变量为0-1分布)

第六章 多元线性回归与相关(Ⅱ)

 6．1 多对多的线性回归分析

 6．2 典范相关、典范变量和广义相关系数

 6．3 多对多逐步回归

 6．4 双重筛选逐步回归

第七章 主成分分析与因子分析

 7．1 主成分分析

 7．2 对应分析

 7．3 因子分析

第八章 判别分析与聚类分析

 8．1 距离判别分析

 8．2 费希尔(Fisher)判别分析

 8．3 贝叶斯(Bayes)判别分析

 8．4 逐步判别分析

 8．5 聚类分析

第九章 Shannon信息量及其应用

 9．1 信息与信息量

 9．2 互信息与信源间的关联分析

 9．3 离散量与信息聚类

 9．4 高散增量与事物关联性分析

 9．信息传递与无记忆信道

附表1 X2分布表

附表2 t分布的双侧分位数(ta)表

附表3 F分布表

附表4 r与R的5%和1%显著性