Applied Multivariate Statistical Analysis

بیشتر پدیده های قابل مشاهده در علوم تجربی ماهیت چند متغیری دارند. در مطالعات مالی، دارایی ها به طور همزمان مشاهده می شود و توسعه مشترک آنها برای درک بهتر ریسک عمومی و ردیابی شاخص ها تجزیه و تحلیل می شود. در پزشکی، مشاهدات ثبت شده از افراد در مکان‌های مختلف، مبنای تشخیص و درمان قابل اعتماد است. در بازاریابی کمی، ترجیحات مصرف کننده به منظور ساخت مدل های رفتار مصرف کننده جمع آوری می شود. ساختار داده های زیربنایی این مطالعات و بسیاری دیگر از مطالعات کمی علوم کاربردی چند متغیره است. با تمرکز بر برنامه های کاربردی، این کتاب ابزارها و مفاهیم تجزیه و تحلیل داده های چند متغیره را به گونه ای ارائه می کند که برای غیر ریاضیدانان و پزشکانی که نیاز به تجزیه و تحلیل داده های آماری دارند قابل درک باشد. این کتاب اصول اساسی تجزیه و تحلیل داده های آماری چند متغیره را بررسی می کند و بر آمار اکتشافی و استنباطی تأکید دارد. همه فصل‌ها دارای تمرین‌هایی هستند که کاربردها را در زمینه‌های مختلف برجسته می‌کند.

ویرایش سوم این کتاب در مورد تحلیل آماری چند متغیره کاربردی، ویژگی‌های جدید زیر را ارائه می‌کند

• فصل جدید در مدل‌های رگرسیون اضافه شده است
• همه نمونه های عددی دوباره ساخته شده، به روز شده و در MATLAB یا R قابل تکرار هستند، برای مخزن کوانتلت ها به www.quantlet.org مراجعه کنید.

Most of the observable phenomena in the empirical sciences are of a multivariate nature. In financial studies, assets are observed simultaneously and their joint development is analysed to better understand general risk and to track indices. In medicine recorded observations of subjects in different locations are the basis of reliable diagnoses and medication. In quantitative marketing consumer preferences are collected in order to construct models of consumer behavior. The underlying data structure of these and many other quantitative studies of applied sciences is multivariate. Focusing on applications this book presents the tools and concepts of multivariate data analysis in a way that is understandable for non-mathematicians and practitioners who need to analyze statistical data. The book surveys the basic principles of multivariate statistical data analysis and emphasizes both exploratory and inferential statistics. All chapters have exercises that highlight applications in different fields.

The third edition of this book on Applied Multivariate Statistical Analysis offers the following new features

• A new Chapter on Regression Models has been added
• All numerical examples have been redone, updated and made reproducible in MATLAB or R, see www.quantlet.org for a repository of quantlets.