应用回归分析

出版时间：2007-7  出版社：中国人大  作者：何晓群 刘文卿  页数：294  
Tag标签：无  

内容概要

　　《应用回归分析》（第2版）共分9章。第1章对回归分析的研究内容和建模过程给出综述性介绍；第2章和第3章详细介绍了一元和多元线性回归的参数估计、显著性检验及其应用；第4章对违背回归模型基本假设的异方差、自相关和异常值等问题给出了诊断和处理方法；第5章介绍了回归变量选择与逐步回归方法；第6章对多重共线性的产生背景、诊断方法、处理方法等方面结合实际经济问题给予讨论，并增加了主成分回归的内容；第7章岭回归估计是解决共线性问题的一种非常实用的方法；第8章介绍了可化为线性回归的曲线回归、多项式回归，以及不能线性化的本质非线性回归模型的计算，是建立经济模型的必修内容；第9章分别介绍了自变量中含有定性变量和因变量是定性变量的回归问题，增加了因变量是多类别和有序变量的情况，是社会科学和医药卫生领域常遇到的情况。

书籍目录

第1章　回归分析概述1.1 变量间的统计关系1.2 回归方程与回归名称的由来1.3 回归分析的主要内容及其一般模型1.4 建立实际问题回归模型的过程1.5 回归分析应用与发展述评思考与练习第2章　一元线性回归2.1 一元线性回归模型2.2 参数β0，β1的估计2.3 最小二乘估计的性质2.4 回归方程的显著性检验2.5 残差分析2.6 回归系数的区间估计2.7 预测和控制2.8 本章小结与评注思考与练习第3章　多元线性回归3.1 多元线性回归模型3.2 回归参数的估计3.3 参数估计量的性质3.4 回归方程的显著性检验3.5 中心化和标准化3.6 相关阵与偏相关系数3.7 本章小结与评注思考与练习第4章　违背基本假设的情况4.1 异方差性产生的背景和原因4.2 一元加权最小二乘估计4.3 多元加权最小二乘估计4.4 自相关性问题及其处理4.5 异常值与强影响点4.6 本章小结与评注思考与练习第5章　自变量选择与逐步回归5.1 自变量选择对估计和预测的影响5.2 所有子集回归?5.3 逐步回归5.4 本章小结与评注思考与练习第6章　多重共线性的情形及其处理6.1 多重共线性产生的背景和原因6.2 多重共线性对回归模型的影响6.3 多重共线性的诊断6.4 消除多重共线性的方法6.5 主成分回归6.6 本章小结与评注思考与练习第7章　岭回归7.1 岭回归估计的定义7.2 岭回归估计的性质7.3 岭迹分析第8章　非线性回归第9章　含定性变量的回归模型部分练习题参考答案附录参考文献

编辑推荐

　　《应用回归分析》（第2版）是统计学中的一个重要分支，在自然科学领域和社会科学领域有着十分广泛的应用。但目前社会上还没有一本适合财经类统计专业本科生的回归分析教材。本书在不失严谨的前提下，明显不同于纯数学类教材，突出案例的应用和统计思想的渗透，全面系统地介绍了回归分析的理论和方法，强调实践性和应用性。本书的最大特色是每章后结合案例给出了利用SPSS软件实现计算的操作过程，读者可通过阅读这个操作过程完全掌握SPSS软件的应用。