線性回歸分析導論

內容簡介

本書是世界公認的《回歸分析》標準教材（aleadingtextbookonregression）。不僅從理論上介紹了當今統計學中用到的傳統回歸方法，還補充介紹了尖端科學研究中不太常見的回歸方法。難能可貴的是，作者有豐富的教學經驗和實際套用經驗，使得本書理論和套用並重，還給出實際套用中應該注意的問題。新版除利用Minitab,SAS,S-PLUS軟體外,還融入了*流行的JMP軟體和R軟體，來闡釋相關技術方法。配套資源很豐富，數據、教學PPT等可**下載。

圖書目錄

譯者序

前言

第1章　導引1

1.1　回歸與建模1

1.2　數據收集4

1.3　回歸的用途7

1.4　計算機的角色7

第2章　簡單線性回歸9

2.1　簡單線性回歸模型9

2.2　回歸參數的最小二乘估計9

2.2.1　β0與β1的估計9

2.2.2　最小二乘估計量的性質與回歸模型擬合13

2.2.3　σ2的估計14

2.2.4　簡單線性回歸模型的另一種形式15

2.3　斜率與截距的假設檢驗15

2.3.1　使用t檢驗16

2.3.2　回歸顯著性檢驗16

2.3.3　方差分析18

2.4　簡單線性回歸的區間估計20

2.4.1　β0、β1與σ2的置信區間20

2.4.2　回響變數均值的區間估計21

2.5　新觀測值的預測23

2.6　決定係數2

2.7　回歸在服務業中的套用25

2.8　使用SAS和R做回歸分析27

2.9　對回歸用途的若干思考29

2.10　過原點回歸31

2.11　極大似然估計35

2.12　回歸變數x為隨機變數的情形36

2.12.1　x與y的聯合分布36

2.12.2　x與y的正態聯合分布：相關模型37

習題40

第3章　多元線性回歸47

3.1　多元回歸模型47

3.2　模型參數的估計49

3.2.1　回歸係數的最小二乘估計49

3.2.2　最小二乘法的幾何解釋55

3.2.3　最小二乘估計量的性質55

3.2.4　σ2的估計56

3.2.5　多元回歸中散點圖的不適用性57

3.2.6　極大似然估計58

3.3　多元回歸中的假設檢驗59

3.3.1　回歸顯著性檢驗59

3.3.2　單個回歸係數的檢驗與回歸係數子集的檢驗61

3.3.3　X中列為正交列的特例65

3.3.4　一般線性假設的檢驗66

線性回歸分析導論

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條