第一章 正态变量的两母体判别法

第一节 构造判别函数的主要准则

第二节 二次型判别函数与刀切法

第三节 不等协方差阵下的线性判别法

第四节 线性判别函数与二值回归分析

第五节 判别函数中分界点的选取

第六节 错判率的两种估计法

第七节 样本大小的估计

第八节 如何识别新样本属第三母体

第九节 二次型与线性判别函数之间的模拟比较

第十节 错判率准则下的变量选择及其与回归法的等价性

第二章 正态变量的多母体判别法

第一节 二次型判别函数

第二节 贝叶斯线性判别函数及显著性检验

第三节 逐步判别的前进法

第四节 逐步判别的后退法

第五节 非正态性稳健的统计检验

第六节 统计检验的稳健性及独立条件均值

第七节 无偏性贝叶斯判别函数与标准化独立条件均值

第八节 稳健无偏贝叶斯逐步判别算法

第九节 贝叶斯判别中F检验的偏差

第十节 不等协方差阵对统计检验的影响

第三章 费歇判别法

第一节 不等协方差阵的两母体费歇判别法

第二节 不等协方差阵两母体逐步费歇判别法

第三节 多母体费歇判别法

第四节 关于判别方法的等价性

第五节 岭判别分析

第四章 分布未知时的判别法

第一节 距离判别法

第二节 距离判别的逐步算法

第三节 预测判别法

第四节 估计核密度的判别法

第五节 秩变换判别法

第六节 k最近邻判别法及模拟比较

第五章 离散型变量判别法

第一节 指标的数量化及离散判别的一般概念

第二节 独立性变量的多项分布模型

第三节 几种离散判别模型

第四节 核法及近邻估计概率的判别法

第五节 2×k列联表的变量筛选法

第六节 库尔贝克信息散度筛选变量法

第七节 错判率估计及其渐近性质

第八节 关于离散判别法的模拟比较

第六章 逻辑斯谛回归分析及混合型变量判别法

第一节 逻辑斯谛回归模型

第二节 实际计算法及模拟比较

第三节 匹配资料的条件逻辑斯谛回归分析

第四节 逻辑斯谛回归在医学中的应用

第五节 小样本时对逻辑斯谛回归系数及相对风险的修正

第六节 与一般判别分析的比较

第七节 匹配资料中条件均值筛选变量法

第八节 混合变量中仅含一个离散变量时的判别法

第九节 一般混合型变量的判别法——位置模型

第十节 位置模型与费歇判别、二次型判别的比较

参考文献