第1章 多元變量數據
1.1 什麼是多元變量數據
1.2 多元數據的尺度水平
1.3 多元數據的來源與質量
1.4 多元數據的矩陣表示及變換
1.5 協方差矩陣與相關矩陣
1.6 多元正態分布
1.7 數據的錄入與前期處理
第2章 協方差分析
2.1 什麼是協方差分析
2.2 協方差分析的統計前提與檢驗統計量的推導
2.3 應用SPSS實現協方差分析
2.4 協方差分析的功能與注意事項
2.5 實例
2.6 對四類和方的補充說明
第3章 多元線性回歸
3.1 什麼是多元線性回歸
3.2 多元回歸分析中的參數估計及其相關概念的介紹
3.3 應用SPSS實現多元回歸分析
3.4 建立有效的多元回歸模型
3.5 實例
第4章 多元方差分析
4.1 什麼是多元方差分析
4.2 預備知識
4.3 多元方差分析的原理與統計量
4.4 應用SPSS實現多元方差分析
4.5 如何有效應用MANOVA
4.6 實例
第5章 判別分析
5.1 什麼是判別分析
5.2 Fisher線性判別分析的原理與判別函數的導出
5.3 分類
5.4 應用SPSS實現判別分析
5.5 注意事項
5.6 實例
第6章 邏輯回歸
6.1 什麼是邏輯回歸
6.2 邏輯回歸的理論與參數估計
6.3 應用SPSS實現邏輯回歸分析
6.4 討論與注意事項
6.5 實例
第7章 主成分分析
7.1 什麼是主成分分析
7.2 主成分分析的基本原理
7.3 應用SPSS實現主成分分析
7.4 關於主成分分析的幾個問題
7.5 實例
第8章 探索性因素分析（上）
8.1 什麼是探索性因素分析
8.2 因素分析法概述
8.3 因素解的求法
8.4 如何決定因素個數
8.5 應用SPSS實現因素分析
第9章 探索性因素分析（下）
9.1 因素載荷的分類與簡單結構
9.2 因素旋轉
9.3 正交旋轉———方差極大法及其相關解法
9.4 斜交旋轉———直接斜交法與PROMAX法
9.5 因素得分的估計
9.6 因素分析的結果報告及相關問題
9.7 實例
**0章 驗證性因素分析
10.1 什麼是驗證性因素分析
10.2 測定方程式模型
10.3 測定方程式模型的參數估計
10.4 模型擬合度的評價指標
10.5 模型間的比較
10.6 模型的識別性與參數的約束
10.7 不適合解
10.8 應用AMOS實現驗證性因素分析
10.9 小結與注意事項
10.10 實例
附錄 向量與矩陣的基礎知識
參考文獻