回归分析

前言教学建议第一部分回归分析基础第1章回归分析概述1?1回归的释义与回归分析的作用1?1?1“回归”一词的历史渊源1?1?2回归分析的发展与现代释义1?1?3回归分析的主要作用1?2回归分析的基本过程1?2?1回归分析的基本类型与主要内容1?2?2回归分析的基本流程1?3回归分析的基本概念与一般模型1?3?1回归分析的基本概念1?3?2回归分析的一般模型1?3?3回归模型常见的基本形式思考与练习第2章变量间的相关关系分析2?1变量间的关系2?1?1相关关系2?1?2相关关系种类2?1?3相关分析的主要内容2?2相关关系的描述与测度2?2?1相关关系的描述——相关表与散点图2?2?2相关程度的测定——相关系数的计算2?3相关分析的应用2?3?1变量的类型与相关系数2?3?2相关与因果关系2?3?3相关系数的应用2?3?4相关分析的SPSS软件应用思考与练习第二部分经典线性回归分析第3章一元线性回归分析3?1一元线性回归模型3?1?1一元线性回归模型的基本概念3?1?2一元线性回归模型的选择3?2回归模型的最小二乘估计3?2?1普通最小二乘估计原理与估计量3?2?2最小二乘估计的基本假定3?2?3最小二乘估计的精度与标准误差3?2?4最小二乘估计量的性质3?2?5区间估计3?3显著性检验与回归方程的拟合效果3?3?1显著性检验3?3?2回归方程的拟合效果度量3?3?3回归方程的残差分析3?4一元线性回归模型的应用3?4?1结构分析3?4?2预测3?4?3控制3?4?4应用案例3?4?5一元线性回归分析的SPSS软件使用思考与练习第4章多元线性回归分析4?1多元线性回归模型4?1?1多元线性回归模型的一般形式4?1?2多元线性回归模型的基本假定4?2多元线性回归参数的最小二乘估计4?2?1回归系数的估计量4?2?2回归模型参数最小二乘估计量的方差和标准误差4?2?3回归系数的区间估计4?2?4最大似然估计4?3参数估计量的性质4?4回归方程的评价4?4?1回归方程的精度测量4?4?2多元线性回归模型的简洁性4?4?3综合评价4?5回归系数的显著性检验4?5?1每个自变量对因变量影响的显著性检验4?5?2回归方程线性关系的显著性检验4?5?3检验两个回归系数是否相等4?5?4受约束（线性约束）的回归系数估计与约束条件的检验4?6标准化回归方程4?6?1数据的标准化处理4?6?2标准化回归系数4?7多元线性回归的实际操作4?7?1SPSS关于多元线性回归的操作4?7?2关于儿童体重的二元线性回归分析思考与练习第5章方差齐性诊断与模型的加权最小二乘估计5?1异方差情况下的最小二乘估计5?1?1异方差形成的原因5?1?2异方差对参数估计的影响5?2回归分析中异方差的诊断5?2?1异方差的定性判断5?2?2异方差的图形检验5?2?3异方差的统计检验5?3异方差情况下的加权最小二乘估计思考与练习第三部分违背经典假设的线性回归方程参数估计第6章误差独立性的诊断与模型的广义最小二乘法6?1自相关下的最小二乘估计6?1?1自相关形成的原因6?1?2误差项自相关时OLS估计的后果6?2误差项自相关的诊断6?2?1误差项自相关的定性判断6?2?2误差项自相关的图形诊断6?2?3随机误差项自相关的统计检验6?3存在误差项自相关的广义最小二乘估计6?3?1εt具有一阶自回归形式6?3?2εt具有高阶自回归形式6?3?3如何估计ρ思考与练习第7章共线性数据模型的建立与有偏估计7?1自变量共线性产生的原因与后果7?1?1自变量共线性产生的原因7?1?2形成多重共线性的原因7?1?3多重共线性的后果7?1?4多重共线性的诊断7?2多重共线性下的有偏估计7?2?1主成分回归7?2?2岭估计7?2?3合并截面数据与时间序列数据思考与练习第四部分实践中的回归分析第8章关于自变量的选择8?1自变量选择的基本原则8?1?1问题的提出8?1?2全模型和选模型8?1?3自变量选择对参数估计和因变量预测的影响8?1?4自变量选择的原则8?2增加一个自变量的“边际”贡献分析8?2?1边际贡献8?2?2自变量的边际贡献分析8?3自变量选择的常用方法8?3?1前进法8?3?2后退法8?3?3逐步回归法8?3?4应用中的问题8?3?5SPSS实现8?4虚拟变量的选择8?4?1虚拟变量及数据处理8?4?2虚拟变量引入回归模型的方法思考与练习第9章动态回归分析9?1动态回归模型9?1?1滞后效应与分布滞后模型9?1?2自回归模型9?1?3自回归分布滞后模型9?2自回归分布滞后模型的估计方法9?2?1分布滞后模型的变换9?2?2自回归分布滞后模型的参数估计9?3变量因果关系的检验9?3?1回归模型约束条件的检验9?3?2格兰杰因果关系的检验9?4模型结构稳定性检验思考与练习第10章线性回归的推广10?1非线性回归10?1?1指数曲线模型10?1?2对数曲线模型10?1?3双曲线函数模型10?1?4多项式曲线模型10?1?5龚伯兹曲线模型10?2定性因变量的回归分析10?2?1二元选择回归模型10?2?2多类别逻辑斯谛回归10?2?3有序因变量的回归模型10?3广义线性模型10?3?1广义线性模型的一般形式10?3?2常用的联系函数10?3?3广义线性模型的参数估计思考与练习第11章回归模型的设定与改进11?1回归模型的设定标准11?1?1回归模型的设定原则与思路11?1?2模型的评价准则11?1?3模型设定误差的类型11?2模型设定错误的主要类型11?2?1遗漏相关变量11?2?2包括了不相关的自变量11?2?3模型的函数形式设定错误11?2?4变量数据度量的偏误11?3回归模型设定问题的诊断与检验11?3?1模型包含非相关变量的诊断11?3?2遗漏变量与模型形式设定错误的诊断思考与练习附录AEViews的简要使用说明附录BSPSS软件的简要使用说明参考文献

《回归分析》主要介绍回归分析的基本原理、基本方法及其在经济领域中的应用，具体内容包括回归分析概述、变量间的相关关系分析、一元线性回归分析、多元线性回归分析、方差齐性诊断与模型的加权最小二乘估计、误差独立性的诊断与模型的广义最小二乘法、共线性数据模型的建立与有偏估计、关于自变量的选择、动态回归分析、线性回归的推广、回归模型的设定与改进等。此外，书中还介绍了eviews和spss软件的基本使用方法，并在每章后提供了难度适宜的思考题和练习题，便于读者动手实践，巩固所学知识。　　《回归分析》叙述通俗易懂，可以作为高等院校统计及相关专业回归分析课程的本科生教材和教学参考书，也可供相关研究人员阅读与参考。