×
暂无评论
图文详情
  • ISBN:9787030327956
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:16开
  • 页数:230
  • 出版时间:2012-01-01
  • 条形码:9787030327956 ; 978-7-03-032795-6

本书特色

梅长林和王宁编著的《近代回归分析方法》结合SAS软件,以线性回归模型为切人点,以广义线性模型为导引,介绍了近期迅速发展起来的非参数回归分析中有代表性的几类模型及其局部拟合方法。全书共分为6章:第1章介绍了线性回归模型的*小二乘估计方法、约束*小二乘方法、回归诊断与改进措施等内容;第2章介绍了一类重要的非线性回归模型,即广义线性模型及其*大似然估计方法,这两章内容属于参数回归分析方法;第3~5章介绍了几类非参数回归模型及其局部拟合方法,包括一元非参数回归模型的局部常数和局部多项式拟合、变系数模型的局部线性估计以及广义变系数模型的局部似然估计方法、空间变系数模型的地理加权回归拟合方法;*后一章介绍了被誉为当今数据分析的国际标准软件——SAS系统的一些基础知识以及与本书内容密切相关的可直接调用的几个描述性数据分析的SAS过程、线性回归模型和广义线性模型的SAS过程,进一步介绍了交互式矩阵语言的PROC IML程序设计模块。

内容简介

  《近代回归分析方法》结合sas软件的应用介绍了从线性回归分析到*近三十多年来迅速发展起来的非参数回归分析中几类具有代表性的回归模型的估计和统计推断方法,具体内容包括线性回归模型的*小二乘估计、广义线性模型的*大似然估计、非参数回归模型的核光滑方法、变系数模型的局部线性估计、广义变系数模型的局部似然估计以及空间变系数模型的地理加权回归估计,并简要介绍了sas软件的基础知识和相关的sas过程。   《近代回归分析方法》可作为高等院校统计、经济、医学及相关专业的研究生教材,也可供科研人员及数据分析应用工作者参考。

目录


前言 第1章  线性回归模型   1.1  引言   1.2  线性回归模型及其*小二乘估计     1.2.1  线性回归模型及其矩阵表示     1.2.2  参数的*小二乘估计     1.2.3  *小二乘估计的性质     1.2.4  参数的线性约束*小二乘估计   1.3  离差平方和的分解与参数的假设检验     1.3.1  离差平方和的分解与复决定系数     1.3.2  参数线性约束关系的检验     1.3.3  回归关系的显著性检验     1.3.4  回归系数的显著性检验   1.4  回归诊断与改进措施     1.4.1  残差分析     1.4.2  因变量的box-cox变换     1.4.3  自变量复共线性诊断     1.4.4  参数的岭估计及其性质   1.5  因变量的预测 第2章  广义线性模型   2.1  引言   2.2  指数族分布与广义线性模型     2.2.1  指数族分布     2.2.2  连接函数     2.2.3  广义线性模型   2.3  广义线性模型的*大似然估计     2.3.1  参数的似然方程     2.3.2  似然方程的迭代加权*小二乘解法     2.3.3  似然方程的newton一raphson迭代法和fisher标分法   2.4
展开全部

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航