滿額折
應用回歸分析（簡體書）
商品資訊
相關商品
商品簡介
名人/編輯推薦
目次
商品簡介
本書基於R軟件系統介紹回歸分析的理論和方法，包括一元線性回歸模型與多元線性回歸模型的參數估計理論和方法以及自變量選擇，影響點和異常點的識別及處理，異方差性診斷和自相關性問題及處理，多重共線性問題及處理，多元線性回歸模型的有偏估計，非線性回歸模型和含定性變量的回歸模型的參數估計理論、方法及算法，廣義線性回歸模型的缺失數據模型的統計推斷等。
名人/編輯推薦
唐年勝、李會瓊編著的《應用回歸分析》收集、編寫大量的實際例子，所用的數據例子都可以在《中國統計年鑒》網站上找到，并且包括最新的數據，如2011年的數據等，每一數據例子都配有相應的R程序。這些例子還反映了回歸分析方法應用的很多方面的問題。同時，本書各章還附有習題。這對培養學生的動手能力和應用所學知識解決實際問題的能力都是非常有益的。本書力求理論結合實際例...
目次
前言
第1章 一些基本概念
1．1 數據和變量
1．2 變量之間的關系
1．2．1 定量變量間的關系
1．2．2 定性變量間的關系
1．2．3 定性和定量變量間的混合關系
1．3 回歸分析與相關分析
1．3．1 回歸分析
1．3．2 相關分析
1．3．3 相關分析的內容
1．3．4 相關關系的種類
1．4 建立回歸模型的步驟
復習思考題
第2章 一元線性回歸分析
2．1 一元線性回歸模型
2．1．1 一元線性回歸模型的數據例子
2．1．2 一元線性回歸模型的數學形式
2．2 參數估計及其性質
2．2．1 最小二乘估計
2．2．2 極大似然估計
2．2．3 參數估計的性質
2．2．4 實例分析及R軟件應用
2．3 顯著性檢驗
2．3．1 回歸方程的顯著性檢驗
2．3．2 實例分析及R軟件應用
2．4 預測與決策
2．4．1 點預測
2．4．2 區間預測
2．4. 3 控制問題
2．5 因變量缺失的一元線性回歸模型
2．5．1 缺失數據機制
2．5．2 處理缺失數據的常用方法
2．5．3 填充最小二乘估計
復習思考題
第3章 多元線性回歸分析
3．1 多元線性回歸模型
3．2 參數估計及其性質
3．2．1 最小二乘估計
3．2．2 最大似然估計
3．2．3 估計量的性質
3．2．4 實例分析及R軟件應用
3．3 多元線性回歸模型的假設檢驗
3．3．1 回歸方程的顯著性檢驗
3．3．2 回歸系數的顯著性檢驗
3．3．3 實例分析及R軟件應用
3．4 多元線性回歸模型的廣義最小二乘估計
3．5 相關陣及偏相關系數
3．6 預測與控制
3．7 因變量缺失的多元線性回歸模型
復習思考題
第4章 自變量選擇
4．1 自變量選擇對模型參數估計及預測的影響
4. 1．1 關于全模型與選模型
4．1．2 自變量選擇對回歸模型的參數估計及預測的影響
4．2 自變量選擇準則
4．2．1 所有子集的數目
4．2．2 自變量選擇準則
4．3 自變量選擇方法
4．3．1 向前法
4．3．2 向后法
4．3．3 逐步回歸法
4．3．4 案例分析及R軟件應用
4．4 缺失數據回歸模型的自變量選擇
復習思考題
第5章 多元線性回歸模型的統計診斷
5. 1 異常點和影響點
5．2 殘差及其性質
5．3 異常點的診斷
5．3．1 殘差圖
5．3．2 基于數據刪除模型的異常點檢驗
5．3．3 基于均值漂移模型的異常點檢驗
5．4 強影響點的診斷
5．4．1 診斷統計量
5．4．2 實例分析及R軟件應用
5．5 異方差性診斷
5．5．1 異方差產生的原因及背景
5．5．2 異方差性檢驗及其處理
5．5．3 實例分析
5．6 自相關性問題及其處理
5．7 多重共線性問題及其處理
5．7．1 多重共線性產生的背景及原因
5．7．2 多重共線性對回歸分析的影響
5．7．3 多重共線性的診斷
5．7．4 消除多重共線性的方法
5．7．5 多重共線性實例分析
復習思考題
第6章 多元線性回歸模型的有偏估計
6．1 引言
6．2 嶺估計
6．2．1 嶺估計的定義
6．2．2 嶺估計的性質
6．2．3 嶺參數的選取
6．2．4 實例分析
6．3 主成分估計
6．4 Stein壓縮估計
復習思考題
第7章 非線性回歸模型
7．1 引言
7．2 非線性回歸模型的定義
7．3 非線性回歸模型的參數估計及其算法
7．4 非線性回歸模型的統計診斷
7．4．1 基于數據刪除模型的影響分析
7．4．2 診斷模型分析
7．4．3 方差齊性檢驗
7．5 帶有缺失數據的非線性回歸模型
復習思考題
第8章 含定性變量的回歸模型
8．1 引言
8．2 自變量含有定性變量的回歸模型
8．3 因變量含有定性變量的回歸模型
8．4 Logistic回歸模型的參數估計及其算法
復習思考題
第9章 廣義線性回歸模型
9．1 引言
9．2 廣義線性模型
9．2．1 單參數指數分布族及其性質
9．2．2 廣義線性模型的參數估計
9．3 實例分析
復習思考題
參考文獻
附表1 相關系數臨界值ra表
附表2 t分布表
附表3 F分布表
附表4 DW檢驗上下界表
第1章 一些基本概念
1．1 數據和變量
1．2 變量之間的關系
1．2．1 定量變量間的關系
1．2．2 定性變量間的關系
1．2．3 定性和定量變量間的混合關系
1．3 回歸分析與相關分析
1．3．1 回歸分析
1．3．2 相關分析
1．3．3 相關分析的內容
1．3．4 相關關系的種類
1．4 建立回歸模型的步驟
復習思考題
第2章 一元線性回歸分析
2．1 一元線性回歸模型
2．1．1 一元線性回歸模型的數據例子
2．1．2 一元線性回歸模型的數學形式
2．2 參數估計及其性質
2．2．1 最小二乘估計
2．2．2 極大似然估計
2．2．3 參數估計的性質
2．2．4 實例分析及R軟件應用
2．3 顯著性檢驗
2．3．1 回歸方程的顯著性檢驗
2．3．2 實例分析及R軟件應用
2．4 預測與決策
2．4．1 點預測
2．4．2 區間預測
2．4. 3 控制問題
2．5 因變量缺失的一元線性回歸模型
2．5．1 缺失數據機制
2．5．2 處理缺失數據的常用方法
2．5．3 填充最小二乘估計
復習思考題
第3章 多元線性回歸分析
3．1 多元線性回歸模型
3．2 參數估計及其性質
3．2．1 最小二乘估計
3．2．2 最大似然估計
3．2．3 估計量的性質
3．2．4 實例分析及R軟件應用
3．3 多元線性回歸模型的假設檢驗
3．3．1 回歸方程的顯著性檢驗
3．3．2 回歸系數的顯著性檢驗
3．3．3 實例分析及R軟件應用
3．4 多元線性回歸模型的廣義最小二乘估計
3．5 相關陣及偏相關系數
3．6 預測與控制
3．7 因變量缺失的多元線性回歸模型
復習思考題
第4章 自變量選擇
4．1 自變量選擇對模型參數估計及預測的影響
4. 1．1 關于全模型與選模型
4．1．2 自變量選擇對回歸模型的參數估計及預測的影響
4．2 自變量選擇準則
4．2．1 所有子集的數目
4．2．2 自變量選擇準則
4．3 自變量選擇方法
4．3．1 向前法
4．3．2 向后法
4．3．3 逐步回歸法
4．3．4 案例分析及R軟件應用
4．4 缺失數據回歸模型的自變量選擇
復習思考題
第5章 多元線性回歸模型的統計診斷
5. 1 異常點和影響點
5．2 殘差及其性質
5．3 異常點的診斷
5．3．1 殘差圖
5．3．2 基于數據刪除模型的異常點檢驗
5．3．3 基于均值漂移模型的異常點檢驗
5．4 強影響點的診斷
5．4．1 診斷統計量
5．4．2 實例分析及R軟件應用
5．5 異方差性診斷
5．5．1 異方差產生的原因及背景
5．5．2 異方差性檢驗及其處理
5．5．3 實例分析
5．6 自相關性問題及其處理
5．7 多重共線性問題及其處理
5．7．1 多重共線性產生的背景及原因
5．7．2 多重共線性對回歸分析的影響
5．7．3 多重共線性的診斷
5．7．4 消除多重共線性的方法
5．7．5 多重共線性實例分析
復習思考題
第6章 多元線性回歸模型的有偏估計
6．1 引言
6．2 嶺估計
6．2．1 嶺估計的定義
6．2．2 嶺估計的性質
6．2．3 嶺參數的選取
6．2．4 實例分析
6．3 主成分估計
6．4 Stein壓縮估計
復習思考題
第7章 非線性回歸模型
7．1 引言
7．2 非線性回歸模型的定義
7．3 非線性回歸模型的參數估計及其算法
7．4 非線性回歸模型的統計診斷
7．4．1 基于數據刪除模型的影響分析
7．4．2 診斷模型分析
7．4．3 方差齊性檢驗
7．5 帶有缺失數據的非線性回歸模型
復習思考題
第8章 含定性變量的回歸模型
8．1 引言
8．2 自變量含有定性變量的回歸模型
8．3 因變量含有定性變量的回歸模型
8．4 Logistic回歸模型的參數估計及其算法
復習思考題
第9章 廣義線性回歸模型
9．1 引言
9．2 廣義線性模型
9．2．1 單參數指數分布族及其性質
9．2．2 廣義線性模型的參數估計
9．3 實例分析
復習思考題
參考文獻
附表1 相關系數臨界值ra表
附表2 t分布表
附表3 F分布表
附表4 DW檢驗上下界表
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。