回归分析

图书标准信息

• 作者 王黎明 著
• 出版社 上海财经大学出版社
• 出版时间 2019-08
• 版次 1
• ISBN 9787564232450
• 定价 58.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 278页
• 字数 100千字

【内容简介】

　　《回归分析：概念方法和应用》可以作为应用型本科统计学、数据科学与大数据、数学以及经济学等专业的教材。学习本课程的学生需要熟悉概率论与数理统计的基础知识，也要具备微积分和线性代数等知识。
　　《回归分析：概念方法和应用》以经典的小二乘理论为基础，较全面地介绍了现代应用回归分析的基本理论和主要方法。

【作者简介】

　　王黎明，理学博士，上海财经大学统计与管理学院教授、博士生导师，上海财经大学浙江学院统计系主任，兼任全国工业统计学教学研究会理事、中国现场统计学会资源与环境统计分会常务理事、中国现场统计学会高维数据统计分会常务理事、上海市质量技术应用统计学会副理事长、上海市统计高级职称评审委员会评审专家。

【目录】

前言
第一章 回归分析的一般介绍
第一节 变量间的统计关系
第二节 回归模型的一般形式
第三节 回归方程与回归名称的由来
第四节 回归分析的应用举例
第五节 建立实际回归模型的过程
小结
习题一

第二章 一元线性回归分析
第一节 引言
第二节 一元线性回归模型
第三节 参数的最小二乘估计
第四节 参数的极大似然估计
第五节 最小二乘法估计的统计性质
第六节 显著性检验
第七节 回归预测与置信区间
第八节 可化为线性回归的曲线回归
小结
习题二

第三章 多元线性回归分析
第一节 引言
第二节 数据的类型及模型
第三节 多元线性回归模型的参数估计
第四节 回归系数的解释
第五节 参数估计的统计性质
第六节 多元线性回归模型的假设检验
第七节 多元线性回归预测及置信区间
小结
习题三

第四章 多元线性回归模型的进一步讨论
第一节 带约束条件的多元线性回归模型
第二节 多元线性回归模型的广义最小二乘估计
第三节 多项式回归
第四节 多元数据变换后的线性拟合
小结
习题四

第五章 回归诊断
第一节 引言
第二节 残差及其性质
第三节 回归函数线性的诊断
第四节 误差正态性的诊断
第五节 误差等方差性的诊断
第六节 误差的独立性诊断
第七节 异常点与强影响点
小结
习题五

第六章 含定性变量的数量化方法
第一节 自变量中含定性变量的回归模型
第二节 虚拟变量对回归模型的影响
第三节 协方差分析
小结
习题六

第七章 自变量选择
第一节 引言
第二节 自变量选择对于模型参数估计及预测的影响
第三节 自变量选择的准则
第四节 自变量选择的方法
小结
习题七

第八章 多重共线性数据
第一节 多重共线性对回归分析的影响
第二节 多重共线性的诊断
小结
习题八

第九章 多元线性回归模型的有偏估计
第一节 引言
第二节 岭估计
第三节 主成分估计
第四节 广义岭估计
第五节 Stein估计
小结
习题九

第十章 Logistic回归模型
第一节 引言
第二节 二项Logistic回归模型
第三节 Logistic模型的参数估计
第四节 Logistic模型诊断
第五节 多项Logistic回归模型
第六节 有序数据的Logistic回归模型
小结
习题十

第十一章 非线性回归模型
第一节 引言
第二节 非线性回归模型的分类
第三节 广义线性模型
第四节 广义线性模型的统计推断
小结

附录1 t分布的分位数表
附录2 F检验的临界值表
附录3 D-W检验的临界值表
附录4 Fmax的分位数表
附录5 Gmax的分位数表
附录6 交多项式表
参考文献