《数据分析(第2版)》介绍了数据分析的基本内容与方法，其特点是既重视数据分析的基本理论与方法的介绍，又强调应用计算机软件SAS进行实际分析和计算能力的培养。主要内容有：数据描述性分析、非参数秩方法、回归分析、主成分分析与因子分析、判别分析、聚类分析，时间序列分析以及常用数据分析方法的SAS过程简介。《数据分析(第2版)》每章末附有大量实用、丰富的习题，并要求学生独立上机完成。
　　《数据分析(第2版)》可作为高等院校信息科学及数理统计专业的本科生教材，也可供有关专业的研究生及工程技术人员参考。

　　1998年教育部进行高校专业调整时，设立了“信息与计算科学”专业。该专业的设立，受到很多高等院校的热烈响应。据不完全统计，几年来已有约280所院校招收了该专业的本科生，其中大部分院校计划开设信息科学方面的系列课程。
　　为了配合高等院校在学科专业设置上的改革与深化，来自几十所高等院校有关专业的部分领导和教师，于1999年、2000年召开了第一、二届“信息科学专业发展与学术研讨会”，与会者热烈讨论并探讨了许多关于信息学科的学科发展和建设的基本问题。会议一致认为教材建设是目前最为紧迫的任务，因此成立了教材编审协调组来组织该系列教材的编写。
　　2001年教材编写协调组召集了有多位经验丰富的教师和出版社参加的教材建设会议。会议明确了教材建设是一项长期的工作，并决定首先编写和出版本套教材来满足近期急需。为了保证教材的质量，会议对每本教材的要求、内容和大纲进行了具体研讨，并请具有多年教学经验的重点院校教授担任各教材的负责人。
　　为了贴近教学的实际，每本教材都配有习题或思考题，同时对内容也作了结构化安排，以便教师能根据实际情况部分选讲，本套教学用书不仅适用于教学，也可供相关读者参考。
　　在教材编写和出版过程中，作者对内容的取舍、章节的安排、结构的设计以及表达方式等方面多方听取意见，并进行了反复修改。在感谢作者们辛勤劳作的同时，编委会还特别感谢科学出版社的鞠丽娜编辑，她不辞辛劳，在统筹印刷出版、督促进度、征求意见、组织审校等方面做了大量工作。这套教材能在保证质量的前提下及时与读者见面，是和她的努力分不开的。
　　从长远的教学角度考虑，为了适应不同类型院校、不同要求的课程需要，教材编审协调组将不断组织教材的修订、编写（译），从而使信息科学教学用书做到逐步充实、完善、提高和多样化。在此衷心希望采用该系列用书的教师、学生和读者对书中存在的问题及时提出修改意见和建议。

第1章 数据描述性分析
1.1 数据的数字特征
1.1.1 均值、方差等数字特征
1.1.2 中位数、分位数、三均值与极差
1.2 数据的分布
1.2.1 直方图、经验分布函数与QQ图
1.2.2 茎叶图、箱线图及五数总括
1.2.3 正态性检验与分布拟合检验
1.3 多元数据的数字特征与相关分析
1.3.1 二元数据的数字特征及相关系数
1.3.2 多元数据的数字特征及相关矩阵
1.3.3 总体的数字特征及相关矩阵
习题

第2章 非参数秩方法
2.1 两种处理方法比较的秩检验
2.1.1 两种处理方法比较的随机化模型及秩的零分布
2.1.2 Wilcoxon秩和检验
2.1.3 总体模型的Wilcoxon秩和检验
2.1.4 Smimov检验
2.2 成对分组设计下两种处理方法的比较
2.2.1 符号检验
2.2.2 Wilcoxon符号秩检验
2.2.3 分组设计下两处理方法比较的总体模型
2.3 多种处理方法比较的Kruskal-Wallis检验
2.3.1 多种处理方法比较中秩的定义及Kruskal-Wallis统计量
2.3.2 KruskaLWallis统计量的零分布
2.4 分组设计下多种处理方法的比较
2.4.1 分组设计下秩的定义及其零分布
2.4.2 Friedmsn检验
2.4.3 改进的Friedman检验
习题

第3章 回归分析
3.1 线性回归模型
3.1.1 线性回归模型及其矩阵表示
3.1.2 饧绑2的估计
3.1.3 有关的统计推断
3.2 逐步回归法
3.3 Logistic回归模型
3.3.1 线性Logistic回归模型
3.3.2 参数的最大似然估计与Newton-Raphson迭代解法
3.3.3 Logistic模型的统计推断
习题

第4章 主成分分析与因子分析
4.1 主成分分析
4.1.1 引言
4.1.2 总体主成分
4.1.3 样本主成分
4.2 因子分析
4.2.1 引言
4.2.2 正交因子模型
4.2.3 参数估计方法
4.2.4 主成分估计法的具体步骤
4.2.5 方差最大的正交旋转
4.2.6 因子得分
习题

第5章 判别分析
5.1 距离判别
5.1.1 判别分析的基本思想及意义
5.1.2 两个总体的距离判别
5.1.3 判别准则的评价
5.1.4 多个总体的距离判别
5.2 Bayes判别
5.2.1 Bayes判别的基本思想
5.2.2 两个总体的Bayes判别
5.2.3 多个总体的Bayes判别
5.2.4 逐步判别简介
习题

第6章 聚类分析
6.1 距离与相似系数
6.1.1 聚类分析的基本思想及意义
6.1.2 样品间的相似性度量——距离
6.1.3 变量间的相似性度量——相似系数
6.2 谱系聚类法
6.2.1 类间距离
6.2.2 类间距离的递推公式
6.2.3 谱系聚类法的步骤
6.2.4 变量聚类
6.3 快速聚类法
6.3.1 快速聚类法的步骤
6.3.2 用Lm距离进行快速聚类
习题

第7章 时间序列分析
7.1 平稳时间序列
7.1.1 时间序列分析及其意义
7.1.2 随机过程概念及其数字特征
7.1.3 平稳时间序列与平稳随机过程
7.1.4 平稳性检验及自协方差函数、自相关函数的估计
7.2 ARMA时间序列及其特性
7.2.1 ARMA时间序列的定义
7.2.2 ARMA序列的平稳性与可逆性
7.2.3 ARMA序列的相关特性
7.3 ARMA时间序列的建模与预报
7.3.1 ARMA序列参数的矩估计
7.3.2 ARMA序列参数的精估计
7.3.3 ARMA模型的定阶与考核
7.3.4 平稳线性最小均方预报
7.3.5 ARMA序列的预报
7.4 ARIMA序列与季节性序列
7.4.1 ARIMA序列及其预报
7.4.2 季节性序列及其预报
习题

第8章 常用数据分析方法的SAS过程简介
8.1 SAS系统简介
8.1.1 建立SAS数据集
8.1.2 利用已有的SAS数据集建立新的SAS数据集
8.1.3 SAS系统的数学运算符号及常用的SAS函数
8.1.4 逻辑语句与循环语句
8.2 常用数据分析方法的SAS过程
8.2.1 几种描述性统计分析的SAS过程
8.2.2 非参数秩方法的SAS过程
8.2.3 回归分析的SAS过程
8.2.4 主成分分析与因子分析的SAS过程
8.2.5 判别分析的SAS过程
8.2.6 聚类分析的SAS过程
8.2.7 时间序列分析的SAS过程——PROC ARIMA过程
8.2.8 SAS系统的矩阵运算——PROC IML过程简介
主要参考文献

　　3.2 逐步回归法
　　许多实际问题往往涉及大量的自变量，当回归函数的类型选定为线性函数后，一个重要的问题就是自变量的选取问题，因为在回归分析中，一方面，为获得较全面的信息，总希望模型中包含尽可能多的自变量；另一方面，考虑到获取如此多自变量的观测值的实际困难及费用，则希望回归方程中包含尽可能少的且重要的自变量，加之理论上可证明预报值的方差随着自变量数目的增加而增大，且包含较多自变量的模型拟合的计算量大，又不便于利用拟合的模型对实际问题作解释，因此，在实际应用中，希望拟合这样一个模型，它既能较好地反映问题的本质，又包含尽可能少的自变量，这两个方面的一个适当折衷就是回归方程的选取问题，其基本思想是在一定的准则下选取对因变量影响较为显著的自变量，建立一个既合理又简单实用的回归模型。
　　本节介绍选取回归方程的主要方法一一逐步回归法。
　　逐步回归法的基本步骤是依次拟合一系列回归方程，后一个回归方程是在前一个的基础上增加或删除一个自变量，其增加或删除某个自变量的准则是用残差平方和的相对增加或减少量来衡量，一般采用如下的偏F检验统计量，设模型中已有L－1个自变量，记这L－1个变量的集合为A，当不在A中的一个自变量X加入到这个模型中时。