多变量分析是近年来发展迅速的统计分析方法之一，广泛应用于自然科学、管理科学和社会、经济等各个领域。
《多变量分析及R的应用》将在深入浅出地讲解多变量分析方法原理的基础上，侧重于结合实例介绍多变量分析方法的应用。在方法的具体实现上，《多变量分析及R的应用》采用了外广泛使用的统计软件R，详细介绍了多变量分析方法在R中的实现以及输出结果的解读。
《多变量分析及R的应用》共有九章，基本覆盖了常用的多变量分析方法。章是绪论，是为指导全书的学习而编排的。第二章是多变量数据描述统计分析Ⅰ：表格法和图形法，介绍了利用各种图形或表格来对数据进行描述性统计分析。第三章是多变量数据描述统计分析Ⅱ：数值方法，介绍了利用概括统计量来描述定量变量的数据。第四章至第九章是有关现代多变量分析的方法，内容包括多元回归分析、广义线性模型、聚类分析、判别分析、主成分分析和因子分析。
《多变量分析及R的应用》的适用范围很广，可以作为数学、应用数学、金融数学、统计、经济等专业本科生以及各专业硕士和博士研究生的教科书或参考书，希望《多变量分析及R的应用》对教师以及各个领域的实际工作者都有参考价值。
章 绪论
节 多变量分析概述
第二节 多变量分析中的基本概念
第三节 多变量分析的研究方法
第四节 R软件使用简介
习题
第二章 多变量数据描述统计分析Ⅰ：表格法和图形法
节 表格法
第二节 展示定性数据的图形
第三节 展示定量数据的图形
习题
第三章 多变量数据描述统计分析Ⅱ：数值方法
节 位置的度量
第二节 离散程度的度量
第三节 分布形状的检测
第四节 相关关系的度量
习题
第四章 多元回归分析
节 多元线性模型
第二节 统计检验
第三节 残差分析
第四节 回归预测
习题
第五章 广义线性模型
节 广义线性模型概述
第二节 Logistic模型
第三节 实例
习题
第六章 聚类分析
节 聚类分析方法概述
第二节 系统聚类法
第三节 K均值聚类法
习题
第七章 判别分析
节 判别分析方法概述
第二节 距离判别
第三节 Bayes判别
习题
第八章 主成分分析
节 主成分分析方法概述
第二节 主成分的推导及性质
第三节 主成分分析的步骤
习题
第九章 因子分析
节 因子分析方法概述
第二节 因子分析的数学模型
第三节 因子分析的步骤
习题
参考文献
