R软件是统计领域必备开发利器，但是R软件自带的RGui界面简陋、功能不多，因此我同时上传了RStudio集成开发环境。更好的帮助大家学习R语言！！zip包里也有安装注意事项！！

《应用多元统计分析》为北京大学数学科学学院概率统计系“应用多元统计分析”课程使用多年的教材，它主要介绍一些实用的多元统计分析方法的理论及其应用，并列举了各方面的应用实例，同时还以国际上著名的统计分析软件SAS系统作为典型工具，通过实例介绍如何处理数据分析中的各种实际问题。 第一章 绪论 §1.1 引言 §1.2 多元统计分析的应用 §1.3 多元统计数据的图表示法 习题一 第二章 多元正态分布及参数的估计 §2.1 随机向量 §2.2 多元正态分布的定义与基本性质 §2.3 条件分布和独立性 §2.4 随机阵的正态分布 §2.5 多元正态分布的参数估计 习题二 第三章 多元正态总体参数的假设检验 §3.1 几个重要统计量的分布 §3.2 单总体均值向量的检验及置信域 §3.3 多总体均值向量的检验 §3.4 协方差阵的检验 §3.5 独立性检验 §3.6 正态性检验 习题三 第四章 回归分析 §4.1 经典多元线性回归 §4.2 回归变量的选择与逐步回归 §4.3 多因变量的多元线性回归 §4.4 多因变量的逐步回归 §4.5 双重筛选逐步回归 习题四 第五章 判别分析 §5.1 距离判别 §5.2 贝叶斯(Bayes)判别法及广义平方距离判别法 §5.3 费希尔(Fisher)判别 §5.4 判别效果的检验及各变量判别能力的检验 §5.5 逐步判别 习题五 第六章 聚类分析 §6.1 聚类分析的方法 §6.2 距离与相似系数 §6.3 系统聚类法 §6.4 系统聚类法的性质及类的确定 §6.5 动态聚类法 §6.6 有序样品聚类法(最优分割法) §6.7 变量聚类方法 习题六 第七章 主成分分析 §7.1 总体的主成分 §7.2 样本的主成分 §7.3 主成分分析的应用 习题七 第八章 因子分析 §8.1 引言 §8.2 因子模型 …… 第九章 对应分析方法 第十章 典型相关分析 第十一章 偏最小二乘回归分析 附录 矩阵代数 部分习题参考解答或提示 参考文献 主要符号说明 索引

包括多种机器学习方法如聚类、因子分析等的spss实现，也包括原理讲解

应用多元统计分析_北京大学 数学院 概率统计系 高慧璇_数据及SAS源码程序(4) PS：共分4部分，不分先后次序。

应用多元统计分析_北京大学 数学院 概率统计系 高慧璇_数据及SAS源码程序(1) PS：共分4部分，不分先后次序。

应用多元统计分析_北京大学 数学院 概率统计系 高慧璇_数据及SAS源码程序(2) PS：共分4部分，不分先后次序。

应用多元统计分析

基于cannoco的生态学数据的多元统计分析，是赖江山老师的编译版本，供大家一起交流分析学习。对于学生或研究人员处理复杂的生态学问题非常有用，比如生物群落随环境条件的如何变化，或是生物群落在控制实验中的变化。在简单介绍排序原理之后，本书的着重介绍约束排序方法（RDA和CCA）和置换统计检验在多元数据中的应用。同时介绍了如何利用分类的方法及现代回归技术（GLM，GAM，loess）来正确解读排序图。

何晓群 多元统计分析 第四版数据 有典型相关分析 因子分析 主成分分析等

实用多元统计分析，2001年4thEdition， Richard Johnson，非扫描版，超高质量