作为国内多元统计分析的经典版本，第5版继续保持了案例应用与统计思想相渗透、结合软件详细介绍多元统计分析理论与方法的特色。全书共分11章。主要内容包括多元正态分布、均值向量和协方差阵的检验、聚类分析、判别分析、主成分分析、因子分析、对应分析、典型相关分析等常见的主流方法，还参考国内外大量文献系统介绍了近年来在市场研究、顾客满意度研究、金融研究、环境研究等领域应用颇广的较新方法，包括定性数据的建模分析、对数线性模型、logistic回归、多变量的图表示法、多维标度法等。
本课程的学习环节包含：观看讲课视频、掌握每讲的案例分析，完成每讲的练习题、完成单元测验题、参与课程讨论、参加期末考试。
课程学习成绩由三部分构成：
（1）单元作业：在每一章学习结束后，将有一次单元作业，题型为思考题和练习题，所有单元作业分数占课程成绩的20%。
（2）单元测验：在每一章学习结束后，将有一次单元测验，题型为选择题和填空题，所有单元测验分数占课程成绩的20%。
（3）课程考试：课程结束后，学生可以参加课程的最后考试，成绩占60%。
完成课程学习并考核合格(>=60分)的可申请合格证书，成绩优秀(>80分)的可申请优秀证书，证书为认证证书，需付费申请。
基础的数学知识，学习过“概率论和数理统计”，或者自学过“线性代数”中矩阵运算等内容。
第1章 多元正态分布
1.1多元分布的基本概念
1.2统计距离
1.3多元正态分布
1.4均值向量和协方差阵的估计
1.5常用分布及抽样分布
思考与练习
第2章 均值向量和协方差阵的检验
2.1均值向量的检验
2.2协方差阵的检验
2.3有关检验的上机实现
思考与练习
第3章 聚类分析
3.1聚类分析的基本思想
3.2相似性度量
3.3类和类的特征
3.4系统聚类法
3.5 K均值聚类和有序样品的聚类
3.6模糊聚类分析
3.7计算步骤与上机实现
3.8社会经济案例研究
思考与练习
第4章 判别分析
4.1判别分析的基本思想
4.2距离判别
4.3贝叶斯判别
4.4费歇判别
4.5逐步判别
4.6判别分析应用的几个例子
思考与练习
第5章 主成分分析
5.1主成分分析的基本原理
5.2总体主成分及其性质
5.3样本主成分的导出
5.4有关问题的讨论
5.5主成分分析步骤及框图
5.6主成分分析的上机实现
思考与练习
第6章 因子分析
6.1因子分析的基本理论
6.2因子载荷的求解
6.3因子分析的步骤与逻辑框图
6.4因子分析的上机实现
思考与练习
第7章 对应分析
7.1列联表及列联表分析
7.2对应分析的基本理论
7.3对应分析的步骤及逻辑框图
7.4对应分析的上机实现
思考与练习
第8章 典型相关分析
8.1典型相关分析的基本理论及方法
8.2典型相关分析的步骤及逻辑框图
8.3典型相关分析的上机实现
8.4社会经济案例研究
思考与练习
第9章 定性数据的建模分析
9.1对数线性模型基本理论和方法
9.2对数线性模型的上机实现
9.3 Logistic回归基本理论和方法
9.4 Logistic回归的方法及步骤
思考与练习
第10章 多变量的图表示法
10.1散点图矩阵
10.2脸谱图
10.3雷达图与星图
10.4星座图
思考与练习
第11章 多维标度法
11.1多维标度法的基本理论和方法
11.2多维标度法的古典解
11.3古典解的优良性
11.4非度量方法
11.5多维标度法的上机实现
11.6社会经济案例研究
思考与练习
1.我该如何学习这门课程？
（1）首先您要注册一个在线账号。
（2）您需要有一定的上网条件，能够流畅的观看教学视频。在观看的过程中，您可以选择在PC端登陆我们的网页， 也可以选择下载我们的app中国大学慕课，通过手机客户端来学习。
（3）您一旦报名选择了课程，我们的课程主讲老师或课程团队会通过通知的形式给您发送课程有关的消息，同时会抄送您的邮箱，请您及时查收。
2.我在学习过程中遇到问题了，怎么办？
您可以通过以下几种方式获取帮助：
（1）在课程群聊中发布求助信息，说不定和你一起学习这门课的小伙伴就能够解决你的问题呢；
（2）在课程讨论区留言，课程团队看到后将会及时回复。
3.我是新手，能否给我一些学习建议？
（1）我们的课程采用MOOC的方式授课，因此您可以自由安排您的学习时间、学习地点。但我们仍旧希望您每周能都有固定的时间持续进行本课程的学习，根据人的记忆曲线显示这种规律的学习方式能够最大限度的提升您的学习质量。
（2）学习的过程比较容易，为了检验您的学习成果，我们的课程团队会在课程章节结束后布置测验或作业，希望您尽可能按时独立完成。如果有没有掌握的知识点，您可以继续回看复习课程。
（3）希望您能够积极参与课程的讨论，与各位学习者一起煮酒论英雄。在讨论的过程中，不光可以对课程所学内容温习内化，还能互相碰撞出思想的火花，相信您一定会有额外的收获。