我在统计学方面没有太多经验（我的教育包括 8 个纯统计学学分，另外 8 个相关科目）。我主要学习了分布参数的分布和显着性检验，以及一些关于线性回归的知识。我也有一些因素和成分分析，但是已经完全忘记了，没有课本了。现在我们必须评估一些经验数据，而我们团队中的其他人对统计的了解就更少了。

在研究了不同的方法之后，我认为多维缩放是正确的技术——我看到它用于的示例与我们想要做的类似。我找到了一本关于它的书，但我发现很难从中学习。首先，这不是我的水平——“基础”一章的第二段以“如果 σ _ij是对象 i 和对象 j 之间的亲和力”这句话开头，我不确定在我的情况下的亲和力是什么。其次，它非常古老，从 1979 年开始，我认为从那时起可能会有所改进。第三，这本书当然没有关于软件支持的内容。第四，它是德文的，用谷歌搜索我不知道的东西很困难，因为网上有更好的英文资源，但我不知道

我想要的是一本更好的书。这是我的标准。

• 它应该是一本针对学生的教科书，而不是专家的参考书。
• 如果它是从应用的角度编写的，我将不胜感激，但对我来说，掌握理论比看到应该喷出我应该想要的结果的脚本更重要。
• 如果它是一本更通用的统计教科书，其中包含一个相当大的 MDS 部分（我可能需要更新其他知识），那不会有什么坏处，但请不要是一个涵盖所有 B.Sc 材料的详尽砖块。在统计和成本在欧元纸币中的权重。
• 我希望它是英文的，但如果最终来源是另一种语言，请告诉我。
• 我将使用 R 进行评估，所以如果有一本书使用 R 作为示例，那就太好了。依赖于任何工具的书——即使它是 R——是完全不行的（就像一本书说“要获得这个结果，使用包 Y 的函数 X”而不是解释必须进行的计算获得结果）。

如果您知道一本书至少符合这些标准中的大多数，我很想听听。