例解回归分析

中文版序

译者序

前言

第1章 概述

1.1 什么是回归分析

1.2 公用数据集

1.3 回归分析应用实例选讲

1.3.1 农业科学

1.3.2 劳资关系

1.3.3 政府

1.3.4 历史

1.3.5 环境科学

1.3.6 工业生产

1.3.7 挑战者号航天飞机

1.3.8 医疗费用

1.4 回归分析的步骤

1.4.1 问题陈述

1.4.2 选择相关变量

1.4.3 收集数据

1.4.4 模型设定

1.4.5 拟合方法

1.4.6 模型拟合

1.4.7 模型评价和选择

1.4.8 回归分析的目标

1.5 本书的内容和结构

习题

第2章 简单线性回归

2.1 引言

2.2 协方差与相关系数

2.3 实例：计算机维修数据

2.4 简单线性回归模型

2.5 参数估计

2.6 假设检验

2.7 置信区间

2.8 预测

2.9 拟合效果度量

2.10 过原点的回归直线

2.11 平凡的回归模型

2.12 文献

习题

第3章 多元线性回归

3.1 引言

3.2 数据和模型的描述

3.3 实例:主管人员业绩数据

3.4 参数估计

3.5 回归系数的解释

3.6 中心化和规范化

3.6.1 含截距模型的中心化和规范化

3.6.2 无截距模型的规范化

3.7 最小二乘估计的性质

3.8 复相关系数

3.9 单个回归系数的推断

3.10 线性模型中的假设检验

3.10.1 检验所有预测变量的回归系数为

3.10.2 检验某些回归系数为

3.10.3 检验某些回归系数相等

3.10.4 带约束的回归参数的估计和检验

3.11 预测

3.12 小结

习题

附录 多元回归的矩阵表示

第4章 回归诊断：违背模型假定的检测

4.1 引言

4.2 标准回归假定

4.3 各种残差

4.4 图形方法

4.5 拟合模型前的图形

4.5.1 一维图

4.5.2 二维图

4.5.3 旋转图

4.5.4 动态图

4.6 拟合模型后的图形

4.7 检查线性和正态性假定的图形

4.8 杠杆、强影响点和异常值

4.8.1 响应变量的异常值

4.8.2 预测变量中的异常值

4.8.3 伪装和淹没问题

4.9 观测影响的度量

4.9.1 Cook距离

4.9.2 Welsch-Kuh度量

4.9.3 Hadi影响度量

4.10 位势残差图

4.11 如何处理异常点

4.12 回归方程中变量的作用

4.12.1 添加变量图

4.12.2 残差加分量图

4.13 添加一个预测变量的效应

4.14 稳健回归

习题

第5章 定性预测变量

5.1 引言

5.2 薪水调查数据

5.3 交互变量

5.4 回归方程组：两个组的比较

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 示性变量的其他应用

5.6 季节性

5.7 回归参数随时间的稳定性

习题

第6章 变量变换

6.1 引言

6.2 线性化变换

6.3 X射线灭菌

6.3.1 线性模型的不适用性

6.3.2 对数变换实现线性化

6.4 稳定方差的变换

6.5 异方差误差的检测

6.6 消除异方差性

6.7 加权最小二乘

6.8 数据的对数变换

6.9 幂变换

6.10 总结

习题

第7章 加权最小二乘法

7.1 引言

7.2 异方差模型

7.2.1 主管人员数据

7.2.2 大学教育花费数据

7.3 两阶段估计

7.4 教育费用数据

7.5 拟合剂量反应关系曲线

习题

第8章 相关误差问题

8.1 引言：自相关

8.2 消费支出和货币存量

8.3 Durbin-Watson统计量

8.4 利用变换消除自相关性

8.5 当回归模型具有自相关误差时的迭代估计法

8.6 变量的缺失和模型的自相关性

8.7 住房开工规模的分析

8.8 Durbin-Watson统计量的局限性

8.9 用示性变量消除季节效应

8.10 两个时间序列之间的回归

习题

第9章 共线性数据分析

9.1 引言

9.2 共线性对推断的影响

9.3 共线性对预测的影响

9.4 共线性的检测

9.4.1 共线性的简单征兆

9.4.2 方差膨胀因子

9.4.3 条件指数

习题

第10章 共线性数据的处理

10.1 引言

10.2 主成分

10.3 利用主成分的计算

10.4 施加约束条件

10.5 搜索模型中回归系数的线性函数

10.6 回归系数的有偏估计

10.7 主成分回归

10.8 消除数据中的共线性

10.9 回归系数的约束条件

10.10 主成分回归中的注意事项

10.11 岭回归

10.12 岭估计法

10.13 岭回归：几点注解

10.14 小结

10.15 文献

习题

附录10.A 主成分

附录10.B 岭回归

附录10.C 代理岭回归

第11章 变量选择

11.1 引言

11.2 问题的陈述

11.3 删除变量的后果

11.4 回归方程的用途

11.4.1 描述和建模

11.4.2 估计和预测

11.4.3 控制

11.5 评价回归方程的准则

11.5.1 残差均方

11.5.2 Mallows的Cp准则

11.5.3 信息准则

11.6 共线性和变量选择

11.7 评价所有可能的回归模型

11.8 变量选择方法

11.8.1 前向选择方法

11.8.2 后向剔除方法

11.8.3 逐步回归法

11.9 变量选择的一般注意事项

11.10 对主管人员业绩的研究

11.11 共线性数据的变量选择

11.12 凶杀数据

11.13 利用岭回归进行变量选择

11.14 空气污染研究中的变量选择

11.15 拟合回归模型的可能策略

11.16 文献

习题

附录 误设模型的影响

第12章 逻辑斯谛回归

12.1 引言

12.2 定性数据的建模

12.3 Logit模型

12.4 例子：破产概率的估计

12.5 逻辑斯谛回归模型诊断

12.6 决定变量的去留

12.7 逻辑斯谛回归的拟合度

12.8 多项Logit模型

12.8.1 多项逻辑斯谛回归

12.8.2 例子：确定化学糖尿病

12.8.3 顺序值逻辑斯谛回归

12.8.4 例子：重新考察化学糖尿病的确定问题

12.9 分类问题：另一种方法

习题

第13章 进一步的论题

13.1 引言

13.2 广义线性模型

13.3 泊松回归模型

13.4 引进新药

13.5 稳健回归

13.6 拟合一个二次式模型

13.7 美国海湾中PCB的分布

习题

附录A 统计表

参考文献

索引

《统计学精品译丛：例解回归分析（原书第5版）》中文简体字版由约翰威利父子公司授权机械工业出版社独家出版。未经出版者书面许可，不得以任何方式复制或抄袭本书内容。
　　《统计学精品译丛：例解回归分析（原书第5版）》在探索性数据分析的思想和原则指导下组织材料，包括简单线性回归、多元线性回归、回归诊断、定性预测变量、变量变换、共线性数据分析和逻辑斯谛回归等13章内容。书中强调数据分析的技巧而不是统计理论的发展，几乎是手把手地教读者如何去分析数据、检验结论、改进分析。作者精心挑选了丰富的实例，形象生动而又系统详尽地阐述了回归分析的基本理论和具体的应用技术，还辅以启发式的推理和直观的图形方法。
　　《统计学精品译丛：例解回归分析（原书第5版）》既可以作为非统计学专业回归分析的入门教材，又可以作为统计学专业理论回归分析的补充教材，对于从事数据分析的人员来说，本书更是必备的参考书。