《多元统计分析》课程教学大纲.pdf

多元统计分析

课程代码：B3I09461A

课程中文名称：多元统计分析

课程英文名称：MultivariateAnalysis

开课学期：秋季

学分/学时：3/48

适用专业/开课对象：统计学专业/高年级本科生和硕士研究生

先修/后修课程：概率论，数理统计

一、课程的性质、目的与任务

本课程是数学与系统科学学院为高年级本科生以及研究生开设的一门一级学科基础课。本课

程的主要目的是使学生学习和掌握多元统计分析的基本理论和方法；包括多元正态分布相关的估

计和假设检验问题的基本理论和方法；两样本正态均值相关的各类估计和检验问题的基本理论和

方法。此外，还包括线性回归，聚类，判别分析，主成分分析，典型相关分析等常见多元统计分

析方法。本课程重点培养学生的多元统计分析理论，力求做到理论与实际相结合，提高多元统计

分析理论和方法解决实际问题的综合能力，并且为学习相关交叉学科的课程做好准备

本课程重点支持以下毕业要求指标点：

1.1掌握多元统计分析的基本知识，并能运用多元统计分析的理论和方法进行实际数据分析。

体现在掌握理解常见的多元统计分析的基本工具和方法，具有基本的统计素养，为以后学习后续

专业课程及进一步获取统计学知识做好必要的准备。

2.1能应用多元统计分析基本原理和方法，并结合实际问题的特点，建立统计模型，对实际

数据进行分析，能够熟练使用统计学相关软件。

二、教学内容及教学基本要求

1.多元正态分布的基本性质和常见多元分布（10学时）

要点：随机向量及有关概念，正态向量的条件分布和相关性，正态随机阵的若干性质；常见

的多元分布；Wishart分布，T2分布，多元Beta分布和Λ分布；正态向量的二次型，Wishart分布

及其性质，HotellingT2分布，多元Beta分布及其有关统计量

要求：理解随机向量及有关概念,掌握正态向量的条件分布和相关性，正态随机阵的若干性质；

1

掌握常见的多元分布，如椭球等高分布族，指数型分布族；Wishart分布，T2分布，多元Beta分

布和Λ分布；掌握正态向量的二次型，Wishart分布及其性质，HotellingT2分布，多元Beta分布

及其有关统计量

主要支持毕业要求指标点1.1。

2．多元分布的参数估计和假设检验（12学时）

要点：正态分布均值向量和协方差矩阵，正态分布广义方差和相关系数的极大似然估计；多

元分布参数估计的某些一般理论；一般假设检验问题和似然比检验统计量，正态总体均值向量的

检验，一般总体均值的大样本推断；正态总体协方差阵的检验，多个正态总体的参数检验问题

要点：掌握正态分布均值向量和协方差矩阵，正态分布广义方差和相关系数的极大似然估计；

掌握多元分布参数估计的某些一般理论；熟练掌握一般假设检验问题和似然比检验统计量，熟练

掌握正态总体均值向量的检验，一般总体均值的大样本推断；学会正态总体协方差阵的检验，多

个正态总体的参数检验问题

主要支持毕业要求指标点1.1。

3.多元线性统计模型（6学时）

要点：正态回归模型的参数MLE估计及预测，线性回归模型参数的最小二乘估计及其性质；

义线性回归模型的参数估计及其性质以及正态回归模型参数的假设检验；多元方差分析

要求：熟练掌握正态回归模型的参数MLE估计及预测，学会线性回归模型参数的最小二乘

估计及其性质；掌握广义线性回归模型的参数估计及其性质以及正态回归模型参数的假设检验；

掌握多元方差分析

主要支持毕业要求指标点1.1。

4判别分析、主成分分析、因子分析（12学时）

要点：判别分析的基本方法：距离判别、Bayes判别和Fisher判别法；主成分分析方法；因

子分析的基本性质，求解、理解因子得分和方差最大正交旋转

要求：掌握判别分析的基本方法：距离判别、Bayes判别和Fisher判别法；熟练掌握主成分

分析方法；学会使用主成分分析的应用；熟练掌握因子分析的基本性质，学会求解，理解因子得

分和方差最大正交旋转

主要支持毕业要求指标点1.1，2.1。

5．聚类分析、典型相关分析（8学时）

要点：相似和距离的概念；系统聚类法和一次形成聚类法，K水准逐步形成聚类法；典型相

关分析问题的概念；