第一章 多元变量选择与描述分析
　1.1 多元变量选择与数据
　1.2 多元数据的描述统计
　1.3 多元描述分析的SAS程序及实验指导
　1.4 描述分析案例
　附录1.1 SAS软件基础与描述分析
　附录1.2 SPSS与R软件基础与描述分析
第二章 多元数据的矩阵分析
　2.1 多元统计中的矩阵
　2.2 多元统计中常用的矩阵性质
　2.3 多元数据矩阵计算SAS程序
　2.4 多元数据矩阵分析案例
　附录2.1 SAS软件计算矩阵
　附录2.2 SPSS与R软件计算矩阵
第三章 多元统计的距离与相关
　3.1 统计距离
　3.2 统计距离的应用
　3.3 多元统计的相似系数
　3.4 统计距离的SAS程序及实验指导
　3.5 两个样本均值向量检验案例
　附录3.1 SAS软件计算距离与相关
　附录3.2 SPSS与R软件计算距离与相关
第四章 聚类分析
　4.1 分组与聚类
　4.2 聚类分析实验指导
　4.3 聚类法的案例分析
　附录4.1 SAS软件计算聚类分析
　附录4.2 SPSS与R软件计算聚类分析
第五章 判别分析
　5.1 判别分析原理
　5.2 判别分析的SAS程序及实验指导
　5.3 判别分析的应用案例
　附录5.1 SAS软件计算判别分析
　附录5.2 SPSS与R软件计算判别分析
第六章 主成分分析
　6.1 主成分分析基本原理
　6.2 主成分分析的数学模型及几何解释
　6.3 主成分分析的SAS程序及实验指导
　6.4 主成分分析的综合性案例
　附录6.1 SAS软件计算主成分分析
　附录6.2 SPSS与R软件计算主成分分析
第七章 因子分析
　7.1 因子分析基本原理
　7.2 因子分析的数学模型
　7.3 因子分析的SAS程序及实验指导
　7.4 因子分析的综合性案例
　附录7.1 SAS软件计算因子分析
　附录7.2 SPSS与R软件计算因子分析
第八章 对应分析
　8.1 对应分析的原理与基本思想
　8.2 对应分析图形的分析方法
　8.3 对应分析的SAS程序及实验指导
　8.4 数值型变量对应分析的综合性案例
　附录8.1 SAS软件计算对应分析
　附录8.2 SPSS与R软件计算对应分析
第九章 典型相关分析
　9.1 典型相关分析原理
　9.2 典型相关变量和典型相关系数
　9.3 典型相关的SAS程序及实验指导
　9.4 典型相关的案例
　附录9.1 SAS软件计算典型相关
　附录9.2 SPSS与R软件计算典型相关
第十章 多元回归模型分析
*10.1 回归模型的基本原理
　10.2 多元线性回归模型
　10.3 多元回归分析的SAS程序及实验指导
　10.4 多元回归分析的综合性案例
　附录10.1 SAS软件计算回归分析
　附录10.2 SPSS与R软件计算多元回归模型
参考文献