Applied Multivariate Techniques [Hardcover]

among  analysis  axes  between  canonical  case  centroid  chapter  classification  cluster  coefficients  commands  communality  components  constructs  contrasts  correlation  covariance  data  differences  different  discriminant  discussed  distance  effect  eq  equal  equations  error  estimates  example  exhibit  factor  figure  first  fit  following  function  given  gives  groups  however  independent  indicators  level  loadings  matrices  matrix  maximum  mean  measure  method  model  multivariate  new  note  number  observations  obtained  output  parameters  plot  points  principal  probability  procedure  regression  respect  respectively  results  sample  scores  set  should  significance  significant  size  solution  space  squares  standardized  statistical  statistics  structural  subjects  sum  table  techniques  test  therefore  total  two  use  used  value  variables  variance  vectors  x1  x2