多元统计分析是统计学中内容十分丰富、应用性极强的一个重要分支，是一种非常重要和实用的多元数据处理方法。 全书共分十章。第一章介绍了多元分析中常用的矩阵代数知识，这是全书的基础。第二章至第四章介绍的是一元统计推广到多元统计的内容，主要阐述了多元分布的基本概念和多元正态分布及其统计推断。第五章至第十章是多元统计独有的内容，这部分内容具有很强的实用性。特别是介绍了各种降维技术。《应用多元分析(第3版)》提供了许多例题和习题，书后给出了参考答案及部分解答；《应用多元分析(第3版)》与SAS软件紧密结合，在每一章后面都附有SAS的应用。

多元统计分析是统计学中内容十分丰富、应用性极强的一个重要分支，它在自然科学、社会科学和经济学等各领域中得到了越来越广泛的应用，是一种非常重要和实用的多元数据处理方法。《应用多元分析》此次又在第二版的基础上作了较大幅度的改写和扩充，使之更能适应当今统计教学的需要。本教材主要是针对财经类院校的统计学和数理统计学专业的本科生而写的，也可作为其他各专业读者的多元统计分析教材或教学参考书。整本教材写得比较细致，便于自学，书中的绝大部分内容曾向上海财经大学统计学系的本科生和研究生分别讲授过十多届。
本教材有如下一些特点：
（1）全书对数学基础知识的要求较低，只需读者掌握初步的微积分、线性代数和概率统计知识。尽管如此，为便于非统计专业的读者也能顺利地阅读本书，书中前几个章节对矩阵代数及一元统计知识作了简单的回顾和介绍，其所述的预备知识内容对于本书的阅读基本上已够用了。
（2）本教材以简明和深入浅出的方式阐述了多元统计分析的基本概念、统计思想和数据处理方法，在充分考虑到适合财经院校学生使用的前提下进行了严谨的论述，有助于学生深刻地理解并掌握多元分析的基本思想方法。

前言
第一章 矩阵代数
§1.1 定义
§1.2 矩阵的运算
§1.3 行列式
§1.4 矩阵的逆
§1.5 矩阵的秩
§1.6 特征值、特征向量和矩阵的迹
§1.7 正定矩阵和非负定矩阵
§1.8 特征值的极值问题
小结
附录1-1SAS的应用
习题


第二章 随机向量
§2.1 一元分布
§2.2 多元分布
§2.3 数字特征
§2.4 欧氏距离和马氏距离
§2.5 随机向量的变换
*§2.6 特征函数
小结
附录2－1 SAS的应用
习题


第三章 多元正态分布
§3.1 多元正态分布的定义
§3.2 多元正态分布的性质
§3.3 复相关系数和偏相关系数
§3.4 极大似然估计及估计量的性质
§3.5 x和(n-1)S的抽样分布
*§3.6 二次型分布
小结
附录3-1 SAS的应用
附录3-2 §3.2 中若干性质的数学证明
习题


第四章 多元正态总体的统计推断
§4.1 一元情形的回顾
§4.2 单个总体均值的推断
§4.3 单个总体均值分量间结构关系的检验
§4.4 两个总体均值的比较推断
§4.5 两个总体均值分量间结构关系的检验
§4.6 多个总体均值的比较检验(多元方差分析)
§4.7 总体相关系数的推断
小结
附录4-1 SAS的应用
附录4-2 霍特林T2统计量的导出
附录4-3 威尔克斯A统计量的基本性质
习题


第五章 判别分析
§5.1 引言
§5.2 距离判别
§5.3 贝叶斯判别
§5.4 费希尔判别
小结
附录5-1SAS的应用
习题


第六章 聚类分析
§6.1 引言
§6.2 距离和相似系数
§6.3 系统聚类法
§6.4 动态聚类法
小结
附录6-1 SAS的应用
附录6-2 若干公式的推导
习题


第七章 主成分分析
§7.1 引言
§7.2 总体的主成分
§7.3 样本的主成分
小结
附录7-1 SAS的应用
习题


第八章 因子分析
§8.1 引言
§8.2 正交因子模型
§8.3 参数估计
§8.4 因子旋转
§8.5 因子得分
小结
附录8-1 SAS的应用
习题


第九章 对应分析
§9.1 行轮廓和列轮廓
§9.2 独立性的检验和总惯量
§9.3 行、列轮廓的坐标
§9.4 对应分析图
小结
附录9-1 SAS的应用
习题


第十章 典型相关分析
§10.1 引言
§10.2 总体典型相关
§10.3 样本典型相关
§10.4 典型相关系数的显著性检验
小结
附录10-1 SAS的应用
习题
附录一 习题参考答案及部分解答
附录二 各类数值表
参考文献