第1章 绪论

第一部分 特征描述

第2章 描述统计分析

2.1 频数分析

2.2 描述分析

2.3 探索性分析

2.4 列联表分析

第3章 描述统计分析（二）

3.1 概述报告程序分析

3.2 OLAP

3.3 均值程序

3.4 多重响应分析

3.5 比率统计量

第4章 因子分析

4.1 因子分析的数据降维

4.2 因子分析的结构探测

第二部分 特征检验

第5章 均值——T检验

5.1 单样本T检验

5.2 成对样本T检验

5.3 独立样本的T检验

5.4 单因素方差分析

第6章 非参数分析

6.1 卡方检验

6.2 二项检验

6.3 游程检验

6.4 单样本K-S检验

6.5 非参数独立双样本检验

6.6 非参数独立多样本检验

6.7 非参数相关双样本检验

6.8 非参数相关多样本检验

第三部分 关系分析

第7章 相关分析

7.1 双变量相关

7.2 偏相关分析

第8章 一般单变量线性模型

8.1 双因素方差分析

8.2 GLM单变量的协方差分析

8.3 GLM单变量的随机影响分析

第9章 线性回归分析与曲线估计

9.1 线性回归分析

9.2 曲线估计

第10章 离散因变量模型

10.1 二元、多元名义Logit模型

10.2 有序因变量回归

10.3 二元probit模型

第11章 广义线性模型与广义方程估计

11.1 广义线性模型简介

11.2 计数因变量模型

11.3 正值因变量模型——伽玛分布回归

11.4 间隔截取生存数据分析

11.5 广义方程估计

第12章 神经网络分析

12.1 多层感知的单因变量分析

12.2 多层感应的多变量分析

第四部分 特征判别

第13章 分类

13.1 两步聚类

13.2 分层聚类分析

13.3 K-均值聚类分析

13.4 最近相邻分析

13.5 判别分析

第14章 控制图形与ROC

14.1 控制图形

14.2 ROC Curve

第五部分 数据问题

第15章 可靠性分析

第16章 缺失数据处理

16.1 缺失值分析

16.2 多重插入