查特吉、哈迪所著的《統計學精品譯叢:例解回歸分析(原書第5版)》在探索性數據分析的思想和原則指導下組織材料，包括簡單線性回歸、多元線性回歸、回歸診斷、定性預測變數、變數變換、共線性數據分析和邏輯斯諦回歸等13章內容。書中強調數據分析的技巧而不是統計理論的發展，幾乎是手把手地教讀者如何去分析數據、檢驗結論、改進分析。作者精心挑選了豐富的實例，形象生動而又系統詳盡地闡述了回歸分析的基本理論和具體的套用技術，還輔以啟發式的推理和直觀的圖形方法。 《統計學精品譯叢:例解回歸分析(原書第5版)》既可以作為非統計學專業回歸分析的入門教材，又可以作為統計學專業理論回歸分析的補充教材，對於從事數據分析的人員來說，《統計學精品譯叢:例解回歸分析(原書第5版)》更是必備的參考書。
基本介紹
- 書名：統計學精品譯叢:例解回歸分析
- 作者：查特吉 (Samprit Chatterjee)
- 出版社：機械工業出版社
- 頁數：296頁
- 開本：16
- 定價：69.00
- 外文名：Regression Analysis by Example(Fifth Edition)
- 類型：人文社科
- 出版日期：2013年8月1日
- 語種：簡體中文
- ISBN：9787111431565
- 品牌：機械工業出版社
基本介紹,內容簡介,作者簡介,圖書目錄,名人推薦,
基本介紹
內容簡介
《統計學精品譯叢:例解回歸分析(原書第5版)》已在世界範圍內暢銷三十多年，被美國史丹福大學、哥倫比亞大學、康奈爾大學、紐約大學以及加拿大麥克馬斯特大學等眾多名校採用為教材，曾被譯成德語、日語等版本。內容涉及簡單線性回歸、多元線性回歸、嶺回甩樂頌歸、邏輯斯諦回歸、泊松回歸、穩健回歸、變數變換和變數選擇等，既有傳統的統計分析，也有一些不那么傳統的統計分析，目標是挖掘數據內在的結構。《統計學精品譯叢:例解回歸分析(原書第5版)》強調的是數據分析的技巧，而不是統計理論的發展，採用豐富的實例，形象生動而又系統詳盡地闡述了回歸分析的基本理論和具體的套用技術。
作者查特吉、哈迪幾乎是手把手地指導讀者做探索性數據分析，讀者在學完後，會系統地掌握回歸分析的各種技巧。並且能夠融會貫通地處理自己所遇到的數據分析問題。因此，對於從事數據挖掘或數據分析的工作者來說。這本經典的教材也是指導他解決實際問題的案頭佳作。
作者簡介
作者：（美國）查特吉（Samprit Chatterjee） （美國）哈迪（Ali S.Hadi） 譯者：鄭忠國 許靜
查特吉（Samprit Chatterjee）紐約大學Stern商學院榮休教授，國際數理統計學會、英國皇家統計學會、美國統計學會會士。1967年獲哈佛大學博士學位。
哈迪（Ali S.Hadi）康奈爾大學榮休教授，開羅美國大學特聘教授，國際統計學會會員，美國統計學會會士，多次榮獲康奈爾大學的傑出教蘭市故酷師獎項，還於2000年榮登美國教師名人錄。
圖書目錄
中文版序
譯者序
前言
第1章 概述
1.1 什麼是回歸分析
1.2 公用數據集
1.3 回歸分析套用實例選講
1.3.1 農業科學
1.3.2 勞資關係
1.3.3 政府
1.3.4 歷享凝芝史
1.3.5 環境科學
1.3.6 工業生產
1.3.7 挑戰者號太空梭
1.3.8 醫療費用
1.4 回歸分析的步驟
1.4.1 問題陳述
1.4.2 選擇相關變數
1.4.3 收集數據
1.4.4 模型設定
1.4.5 擬合方法
1.4.6 模型擬合
1.4.7 模型評價和選擇
1.4.8 回歸分析的目標
1.5 本書的內容和結構
習題
第2章 簡單線性回歸
2.1 引言
2.2 協方差與相關係數
2.3 實例：計算機維修數據
2.4 簡單線性回歸模型
2.5 參數估計
2.6 假設檢驗
2.7 置信區間
2.8 預測
2.9 擬合效果度量
2.10 過原點的回歸直線
2.11 平凡的回歸模型擔墊殼
2.12 文獻
習題
第3章 多元線性回歸
3.1 引言
3.2 數據和模型的描述
3.3 實例：主管人員業績數據
3.4 參數估計
3.5 回歸係數的解釋
3.6 中心化和規範化
3.6.1 含截距模型的中心化和規範化
3.6.2 無截距模型的規範化
3.7 最小二乘估計的性質
3.8 復相關係數
3.9 單個回歸係數的推斷
3.10 線性模型中的假設檢驗
3.10.1 檢驗所有預測變數的回歸係數為
3.10.2 檢驗某些回歸係數為
3.10.3 檢驗某些回歸係數相等
3.10.4 帶約束的回歸參數的估計和檢驗
3.11 預測
3.12 小結
習題
附錄 多元回歸的矩陣表示
第4章 回歸診斷：違背模型假定的檢測
4.1 引言
4.2 標準回歸假定
4.3 各種殘差
4.4 圖形方法
4.5 擬合模型前的圖形
4.5.1 一維圖
4.5.2 二維圖
4.5.3 旋轉圖
4.5.4 動態圖
4.6 擬合模型後的圖形
4.7 檢查線性應應估和正態性假定的圖形
4.8 槓桿、強影響點和異常值
4.8.1 回響變數的異常值
4.8.2 預測變數中的異常值
4.8.3 偽裝和淹沒問題
4.9 觀測影響的度量
4.9.1 Cook距離
4.9.2 Welsch—Kuh度量
4.9.3 Hadi影響度量
4.10 位勢殘差圖
4.11 如何處理異常點
4.12 回歸方程中變數的作用
4.12.1 添加變數圖組譽
4.12.2 殘差加分量圖
4.13 添加一個預測變數的效應
4.14 穩健回歸
習題
第5章 定性預測變數
5.1 引言
5.2 薪水調查數據
5.3 互動變數
5.4 回歸方程組：兩個組的比較
5.4.1 斜率和截距都不同的模型
5.4.2 斜率相同但截距不同的模型
5.4.3 截距相同但斜率不同的模型
5.5 示性變數的其他套用
5.6 季節性
5.7 回歸參數隨時間的穩定性
習題
第6章 變數變換
6.1 引言
6.2 線性化變換
6.3 X射線滅菌
6.3.1 線性模型的不適用性
6.3.2 對數變換實現線性化
6.4 穩定方差的變換
6.5 異方差誤差的檢測
6.6 消除異方差性
6.7 加權最小二乘
6.8 數據的對祝乘良巴數變換
6.9 冪變換
6.10 總結
習題
第7章 加權最小二乘法
7.1 引言
7.2 異方差模型
7.2.1 主管人員數據
7.2.2 大學教育花費數據
7.3 兩階段估計
7.4 教育費用數據
7.5 擬合劑量反應關係曲線
習題
第8章 相關誤差問題
8.1 引言：自相關
8.2 消費支出和貨幣存量
8.3 Durbin—Watson統計量
8.4 利用變換消除自相關性
8.5 當回歸模型具有自相關誤差時的疊代估計法
8.6 變數的缺失和模型的自相關性
8.7 住房開工規模的分析
8.8 Durbin—Watson統計量的局限性
8.9 用示性變數消除季節效應
8.10 兩個時間序列之間的回歸
習題
第9章 共線性數據分析
9.1 引言
9.2 共線性對推斷的影響
9.3 共線性對預測的影響
9.4 共線性的檢測
9.4.1 共線性的簡單徵兆
9.4.2 方差膨脹因子
9.4.3 條件指數
習題
第10章 共線性數據的處理
10.1 引言
10.2 主成分
10.3 利用主成分的計算
10.4 施加約束條件
10.5 搜尋模型中回歸係數的線性函式
10.6 回歸係數的有偏估計
10.7 主成分回歸
10.8 消除數據中的共線性
10.9 回歸係數的約束條件
10.10 主成分回歸中的注意事項
10.11 嶺回歸
10.12 嶺估計法
10.13 嶺回歸：幾點註解
10.14 小結
10.15 文獻
習題
附錄10.A 主成分
附錄10.B 嶺回歸
附錄10.C 代理嶺回歸
第11章 變數選擇
11.1 引言
11.2 問題的陳述
11.3 刪除變數的後果
11.4 回歸方程的用途
11.4.1 描述和建模
11.4.2 估計和預測
11.4.3 控制
11.5 評價回歸方程的準則
11.5.1 殘差均方
11.5.2 Mallows的Cp準則
11.5.3 信息準則
11.6 共線性和變數選擇
11.7 評價所有可能的回歸模型
11.8 變數選擇方法
11.8.1 前向選擇方法
11.8.2 後向剔除方法
11.8.3 逐步回歸法
11.9 變數選擇的一般注意事項
11.10 對主管人員業績的研究
11.11 共線性數據的變數選擇
11.12 兇殺數據
11.13 利用嶺回歸進行變數選擇
11.14 空氣污染研究中的變數選擇
11.15 擬合回歸模型的可能策略
11.16 文獻
習題
附錄 誤設模型的影響
第12章 邏輯斯諦回歸
12.1 引言
12.2 定性數據的建模
12.3 Logit模型
12.4 例子：破產機率的估計
12.5 邏輯斯諦回歸模型診斷
12.6 決定變數的去留
12.7 邏輯斯諦回歸的擬合度
12.8 多項Logit模型
12.8.1 多項邏輯斯諦回歸
12.8.2 例子：確定化學糖尿病
12.8.3 順序值邏輯斯諦回歸
12.8.4 例子：重新考察化學糖尿病的確定問題
12.9 分類問題：另一種方法
習題
第13章 進一步的論題
13.1 引言
13.2 廣義線性模型
13.3 泊松回歸模型
13.4 引進新藥
13.5 穩健回歸
13.6 擬合一個二次式模型
13.7 美國海灣中PCB的分布
習題
附錄A 統計表
參考文獻
索引
名人推薦
“我們樂於向讀者推薦本書，並建議大學教師將本書作為‘回歸分析’課程的教材，嘗試一種新的教學方法。”
——鄭忠國（北京大學）
1.4.5 擬合方法
1.4.6 模型擬合
1.4.7 模型評價和選擇
1.4.8 回歸分析的目標
1.5 本書的內容和結構
習題
第2章 簡單線性回歸
2.1 引言
2.2 協方差與相關係數
2.3 實例：計算機維修數據
2.4 簡單線性回歸模型
2.5 參數估計
2.6 假設檢驗
2.7 置信區間
2.8 預測
2.9 擬合效果度量
2.10 過原點的回歸直線
2.11 平凡的回歸模型
2.12 文獻
習題
第3章 多元線性回歸
3.1 引言
3.2 數據和模型的描述
3.3 實例：主管人員業績數據
3.4 參數估計
3.5 回歸係數的解釋
3.6 中心化和規範化
3.6.1 含截距模型的中心化和規範化
3.6.2 無截距模型的規範化
3.7 最小二乘估計的性質
3.8 復相關係數
3.9 單個回歸係數的推斷
3.10 線性模型中的假設檢驗
3.10.1 檢驗所有預測變數的回歸係數為
3.10.2 檢驗某些回歸係數為
3.10.3 檢驗某些回歸係數相等
3.10.4 帶約束的回歸參數的估計和檢驗
3.11 預測
3.12 小結
習題
附錄 多元回歸的矩陣表示
第4章 回歸診斷：違背模型假定的檢測
4.1 引言
4.2 標準回歸假定
4.3 各種殘差
4.4 圖形方法
4.5 擬合模型前的圖形
4.5.1 一維圖
4.5.2 二維圖
4.5.3 旋轉圖
4.5.4 動態圖
4.6 擬合模型後的圖形
4.7 檢查線性和正態性假定的圖形
4.8 槓桿、強影響點和異常值
4.8.1 回響變數的異常值
4.8.2 預測變數中的異常值
4.8.3 偽裝和淹沒問題
4.9 觀測影響的度量
4.9.1 Cook距離
4.9.2 Welsch—Kuh度量
4.9.3 Hadi影響度量
4.10 位勢殘差圖
4.11 如何處理異常點
4.12 回歸方程中變數的作用
4.12.1 添加變數圖
4.12.2 殘差加分量圖
4.13 添加一個預測變數的效應
4.14 穩健回歸
習題
第5章 定性預測變數
5.1 引言
5.2 薪水調查數據
5.3 互動變數
5.4 回歸方程組：兩個組的比較
5.4.1 斜率和截距都不同的模型
5.4.2 斜率相同但截距不同的模型
5.4.3 截距相同但斜率不同的模型
5.5 示性變數的其他套用
5.6 季節性
5.7 回歸參數隨時間的穩定性
習題
第6章 變數變換
6.1 引言
6.2 線性化變換
6.3 X射線滅菌
6.3.1 線性模型的不適用性
6.3.2 對數變換實現線性化
6.4 穩定方差的變換
6.5 異方差誤差的檢測
6.6 消除異方差性
6.7 加權最小二乘
6.8 數據的對數變換
6.9 冪變換
6.10 總結
習題
第7章 加權最小二乘法
7.1 引言
7.2 異方差模型
7.2.1 主管人員數據
7.2.2 大學教育花費數據
7.3 兩階段估計
7.4 教育費用數據
7.5 擬合劑量反應關係曲線
習題
第8章 相關誤差問題
8.1 引言：自相關
8.2 消費支出和貨幣存量
8.3 Durbin—Watson統計量
8.4 利用變換消除自相關性
8.5 當回歸模型具有自相關誤差時的疊代估計法
8.6 變數的缺失和模型的自相關性
8.7 住房開工規模的分析
8.8 Durbin—Watson統計量的局限性
8.9 用示性變數消除季節效應
8.10 兩個時間序列之間的回歸
習題
第9章 共線性數據分析
9.1 引言
9.2 共線性對推斷的影響
9.3 共線性對預測的影響
9.4 共線性的檢測
9.4.1 共線性的簡單徵兆
9.4.2 方差膨脹因子
9.4.3 條件指數
習題
第10章 共線性數據的處理
10.1 引言
10.2 主成分
10.3 利用主成分的計算
10.4 施加約束條件
10.5 搜尋模型中回歸係數的線性函式
10.6 回歸係數的有偏估計
10.7 主成分回歸
10.8 消除數據中的共線性
10.9 回歸係數的約束條件
10.10 主成分回歸中的注意事項
10.11 嶺回歸
10.12 嶺估計法
10.13 嶺回歸：幾點註解
10.14 小結
10.15 文獻
習題
附錄10.A 主成分
附錄10.B 嶺回歸
附錄10.C 代理嶺回歸
第11章 變數選擇
11.1 引言
11.2 問題的陳述
11.3 刪除變數的後果
11.4 回歸方程的用途
11.4.1 描述和建模
11.4.2 估計和預測
11.4.3 控制
11.5 評價回歸方程的準則
11.5.1 殘差均方
11.5.2 Mallows的Cp準則
11.5.3 信息準則
11.6 共線性和變數選擇
11.7 評價所有可能的回歸模型
11.8 變數選擇方法
11.8.1 前向選擇方法
11.8.2 後向剔除方法
11.8.3 逐步回歸法
11.9 變數選擇的一般注意事項
11.10 對主管人員業績的研究
11.11 共線性數據的變數選擇
11.12 兇殺數據
11.13 利用嶺回歸進行變數選擇
11.14 空氣污染研究中的變數選擇
11.15 擬合回歸模型的可能策略
11.16 文獻
習題
附錄 誤設模型的影響
第12章 邏輯斯諦回歸
12.1 引言
12.2 定性數據的建模
12.3 Logit模型
12.4 例子：破產機率的估計
12.5 邏輯斯諦回歸模型診斷
12.6 決定變數的去留
12.7 邏輯斯諦回歸的擬合度
12.8 多項Logit模型
12.8.1 多項邏輯斯諦回歸
12.8.2 例子：確定化學糖尿病
12.8.3 順序值邏輯斯諦回歸
12.8.4 例子：重新考察化學糖尿病的確定問題
12.9 分類問題：另一種方法
習題
第13章 進一步的論題
13.1 引言
13.2 廣義線性模型
13.3 泊松回歸模型
13.4 引進新藥
13.5 穩健回歸
13.6 擬合一個二次式模型
13.7 美國海灣中PCB的分布
習題
附錄A 統計表
參考文獻
索引
“我們樂於向讀者推薦本書，並建議大學教師將本書作為‘回歸分析’課程的教材，嘗試一種新的教學方法。”
——鄭忠國（北京大學）
