包邮回归分析:概念、方法和应用

前言 **章 回归分析的一般介绍 **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 **节 引言 第二节 一元线性回归模型 第三节 参数的*小二乘估计 第四节 参数的极大似然估计 第五节 *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 **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 **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*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 **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 **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 **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 **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 **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 **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 **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