在我的脑海中，我会说以下通用书籍作为第一个开始是相当有趣的：

• Izenman, J.现代多元统计技术：回归、分类和流形学习。施普林格。配套网站
• Tinsley, H. 和 Brown, S. (2000)。应用多元统计和数学建模手册。学术出版社。

还有很多应用课本，比如

• 埃弗里特，理学士（2005 年）。多变量分析的 R 和 S-Plus® 伴侣。施普林格。配套网站

很难向您推荐特定的书籍，因为有许多特定领域的书籍（例如社会科学、机器学习、分类数据、生物医学数据）。

最近在ISOSTAT列表服务器上提出了几乎相同的问题（大学教授经常这样做）：

如果您有一个优秀的本科生，他有兴趣学习各种多元方法（例如 PCA、MANOVA、判别分析……），您是否可以推荐她/他购买一本好书、易于阅读？

以下是回复：

• 也许是“应用多元数据分析”，第 2 版，作者Everitt, B. 和 Dunn, G。（2001 年），由阿诺德出版。[罗杰·约翰逊]

• Rencher的多元分析方法是一个很好的资源。我认为一个强大的本科生可以掌握这些材料。[菲利普·耶茨]。我喜欢 Rencher 的方法。他提供了很好的直觉和例子。但是矩阵代数可能会变得很厚。我不确定“可访问”是我会使用的形容词。尽管如此，我已经用他的书成功地教过本科生。他的第二版比第一版有了很大的改进。[保罗·维勒曼]

• Johnson 和 Wichern的应用多元统计。[布拉德哈特劳布]

• 我没有做太多，但我确实喜欢使用现代技术和现代数据集的想法：Alan Julian Izenman的现代多元统计技术。（我拥有这本书，它包含您正在寻找的主题，而且文本似乎可以访问。）[约翰娜哈丁]

这是我在该领域的一些书（按字母顺序）。

• AFIFI, A., CLARK, V. 计算机辅助多变量分析。查普曼和霍尔，2000
• AGRESTI, A. 分类数据分析。威利，2002
• 头发，多元数据分析。第 6 版。
• ΗÄRDLE, W., SIMAR, L. 应用多元统计分析。斯普林格，2007 年。
• HARLOW, L. 多元思维的本质。劳伦斯·厄尔鲍姆联合公司，2005 年
• GELMAN, A., HILL, J. 使用回归和多级/分层模型的数据分析。剑桥大学出版社，2007 年。
• IZENMAN, AJ 现代多元统计技术。春天, 2008
• RENCHER, A. 多变量分析方法。第二版，WILEY-INTERSCIENCE，2007
• TABACHNICK B., FIDELL, L. 使用多元统计。第 5 版。培生教育。公司，2007 年。
• TIMM, N. 应用多元分析。春天，2002
• YANG, K., TREWN, J. 质量管理中的多元统计方法。麦格劳-希尔，2004

JOHNSON R., WICHERN D., Applied Multivariate Statistical Analysis，是我们在加州大学戴维斯分校的本科多元课程中使用的，它做得很好（虽然有点贵）。