线性模型和广义线性模型（第3版）

图书标准信息

• 作者 [美]C.R.拉奥（C.Radhakrishna Rao） 著
• 出版社 世界图书出版公司
• 出版时间 2015-01
• 版次 1
• ISBN 9787510086342
• 定价 98.00元
• 装帧 平装
• 开本 24开
• 纸张 胶版纸
• 页数 570页
• 正文语种 简体中文

【内容简介】

　　《线性模型和广义线性模型（第3版）》是著名的统计学家C.R.Rao的专著， 这是扩充修订的第三版，将新的结果囊括其中，是学习线性模型理论和应用的不可多得的书籍。作者用尽量少的假设讲述了线性模型和广义线性模型。不仅运用了*小二乘理论、也有基于凸损失函数和广义估计方程的估计和检验备择方法。通过书中的各个章节和附录，理论研究和实践应用都包括其中，不仅适用于学生，而且也非常适于研究人员和专家学者。

【作者简介】

　　C. Radhakrishna Rao（C.R.拉奥），是国际知名学者，在数学和物理学界享有盛誉。本书凝聚了作者多年科研和教学成果，适用于科研工作者、高校教师和研究生。

【目录】

Preface to the First Edition
Preface to the Second Edition
Preface to the Third Edition
Introduction
1．1   Linear Models and Regression Analysis
1．2   Plan of the Book

2  The Simple Linear Regression Model
2．1   The Linear Model
2．2   Least Squares Estimat．ion
2．3   Direct Regression Method
2．4   Properties of the Direct Regression Estimators
2．5   Centered Model
2．6   No Intercept Term Model
2．7   Maximum Likelihood Estimation
2．8   Testing of Hypotheses and Confidence Interval Estimation
2．9   Analysis of Variance
2．10  Goodness of Fit of Regression
2．11  Reverse Regression Method
2．12  Orthogonal Regression Method
2．13  Reduced Major Axis Regression Method
2．14  Least Absolute Deviation Regression Method
2．15  Estimation of Parameters when X Is Stochastic

3  The Multiple Linear Regression Model and Its Extension
3．1   The Linear Model
3．2   The Principle of Ordinary Least Squares （OLS）
3．3   Geometric Properties of OLS
3．4   Best Linear Unbiased Estimation
3．4．1   Basic Theorems
3．4．2   Linear Estimators
3．4．3   Mean Dispersion Error
3．5   Estimation （Prediction） of the Error Term ε and σ2
3．6   Classical Regression under Normal Errors
3．6．1   The Maximum-Likelihood （ML） Principle
3．6．2   Maximum Likelihood Estimation in Classical Normal Regression
3．7   Consistency of Estimators
3．8   Testing Linear Hypotheses
3．9   Analysis of Variance
3．10  Goodness of Fit
3．11  Checking the Adequacy of Regression Analysis
3．11．1  Univariate Regression
3．11．2  Multiple Regression
3．11．3  A Complex Example
3．11．4  Graphical Presentation
3．12  Linear Regression with Stochastic Regressors
3．12．1  Regression and Multiple Correlation Coefficient
3．12．2  Heterogenous Linear Estimation without Normality
3．12．3  Heterogeneous Linear Estimation under Normality
3．13  The Canonical Form
3．14  Identification and Quantification of Multicollinearity
3．14．1  Principal Components Regression
3．14．2  Ridge Estimation
3．14．3  Shrinkage Estimates
3．14．4  Partial Least Squares
3．15  Tests of Parameter Constancy
3．15．1  The Chow Forecast Test
3．15．2  The Hansen Test
3．15．3  Tests with Recursive Estimation
3．15．4  Test for Structural Change
3．16  Total Least Squares
3．17  Minimax Estimation
3．17．1  Inequality Restrictions
……
4 The Generalized Linear Regression Model
5 Exact and Stochastic Linear Restrictions
6 Prediction in the Generalized Regression Model
7 Sensitivity Analysis
8 Analysis of Incomplete Data Sets
9 Robust Regression
10 Models for Categorical Response Variables
References
Index