第 1 章回归分析概述 1
1.1 变量间的统计关系 1
1.2 回归方程与回归名称的由来 3
1.3 回归分析的主要内容及其一般模型 5
1.4 建立实际问题回归模型的过程 7
1.5 回归分析应用与发展述评 1
思考与练习 14
第 2 章一元线性回归 15
2.1 一元线性回归模型 15
2.2 参数(B_0),(B_1)的估计 19
2.3 最小二乘估计的性质 24
2.4 回归方程的显著性检验 27
2.5 残差分析 37
2.6 回归系数的区间估计 40
2.7 预测和控制 40
2.8 本章小结与评注 44
思考与练习 50
第 3 章多元线性回归 53
3.1 多元线性回归模型 53
3.2 回归参数的估计 56
3.3 参数估计量的性质 56
3.4 回归方程的显著性检验 66
3.5 中心化和标准化 71
3.6 相关阵与偏相关系数 73
3.7 本章小结与评注 77
思考与练习 83
第 4 章违背基本假设的情况 86
4.1 异方差性产生的背景和原因 86
4.2 一元加权最小二乘估计 88
4.3 多元加权最小二乘估计 97
4.4 自相关性问题及其处理 99
4.5 BOX - COX 变换 110
4.6 异常值与强影响点 117
4.7 本章小结与评注 121
思考与练习 124
第 5 章自变量选择与逐步回归 128
5.1 自变量选择对估计和预测的影响 128
5.2 所有子集回归 130
5.3 逐步回归 137
5.4 本章小结与评注 146
思考与练习 151
第 6 章多重共线性的情形及其处理 153
6.1 多重共线性产生的背景和原因 153
6.2 多重共线性对回归模型的影响 154
6.3 多重共线性的诊断 156
6.4 消除多重共线性的方法 162
6.5 本章小结与评注 164
思考与练习 166
第 7 章岭回归 167
7.1 岭回归估计的定义 167
7.2 岭回归估计的性质 169
7.3 岭迹分析 170
7.4 岭参数(k)的选择 171
7.5 用岭回归选择变量 173
7.6 本章小结与评注 180
思考与练习 181
第 8 章主成分回归与偏最小二乘 183
8.1 主成分回归 183
8.2 偏最小二乘 188
8.3 本章小结与评注 197
思考与练习 199
第 9 章非线性回归 200
9.1 可化为线性回归的曲线回归 200
9.2 多项式回归 207
9.3 非线性模型 213
9.4 本章小结与评注 225
思考与练习 227
第 10 章含定性变量的回归模型 230
10.1 自变量含定性变量的回归模型 230
10.2 自变量含定性变量的回归模型的应用 233
10.3 因变量是定性变量的回归模型 238
10.4 Logistic 回归模型 240
10.5 多类别 Logisic 回归 246
10.6 因变量顺序数据的回归 252
10.7 本章小结与评注 254