当前位置:首页 > 数理化
回归分析
回归分析

回归分析PDF电子书下载

数理化

  • 电子书积分:13 积分如何计算积分?
  • 作 者:谢宇著
  • 出 版 社:北京:社会科学文献出版社
  • 出版年份:2013
  • ISBN:9787509742891
  • 页数:387 页
图书介绍:本书源于作者多年教授回归分析的课程讲义。从基本的统计概念讲起,对线性回归分析的基本假定、回归中的统计推论和回归诊断做了详尽的介绍,同时还含盖了对很多在社会科学中实际研究非常有用的内容,包括虚拟变量、交互作用、辅助回归、多项式回归、样条函数(spline function)回归和阶跃函数(step function)回归等。此外,本书还涉及到通径分析、纵贯数据模型、多层线性模型和logit模型等作为基本线性回归分析扩展和延伸。
《回归分析》目录
标签:回归 分析

第1章 基本统计概念 1

1.1统计思想对于社会科学研究的重要性 1

1.2本书的特点 3

1.3基本统计概念 4

1.4随机变量的和与差 17

1.5期望与协方差的性质 17

1.6本章小结 18

第2章 统计推断基础 20

2.1分布 20

2.2估计 30

2.3假设检验 34

2.4本章小结 48

第3章 一元线性回归 49

3.1理解回归概念的三种视角 50

3.2回归模型 51

3.3回归直线的拟合优度 58

3.4假设检验 63

3.5对特定X下Y均值的估计 65

3.6对特定X下Y单一值的预测 66

3.7简单线性回归中的非线性变换 69

3.8实例分析 71

3.9本章小结 76

第4章 线性代数基础 78

4.1定义 78

4.2矩阵的运算 80

4.3特殊矩阵 84

4.4矩阵的秩 87

4.5矩阵的逆 87

4.6行列式 88

4.7矩阵的运算法则 91

4.8向量的期望和协方差阵的介绍 92

4.9矩阵在社会科学中的应用 92

4.10本章小结 93

第5章 多元线性回归 95

5.1多元线性回归模型的矩阵形式 95

5.2多元回归的基本假定 96

5.3多元回归参数的估计 98

5.4 OLS回归方程的解读 99

5.5多元回归模型误差方差的估计 101

5.6多元回归参数估计量方差的估计 102

5.7模型设定中的一些问题 103

5.8标准化回归模型 106

5.9 CHIP88实例分析 108

5.10本章小结 112

第6章 多元回归中的统计推断与假设检验 114

6.1统计推断基本原理简要回顾 114

6.2统计显著性的相对性,以及效应幅度 116

6.3单个回归系数βk=0的检验 118

6.4多个回归系数的联合检验 118

6.5回归系数线性组合的检验 121

6.6本章小结 123

第7章 方差分析和F检验 124

7.1一元线性回归中的方差分析 124

7.2多元线性回归中的方差分析 130

7.3方差分析的假定条件 137

7.4 F检验 138

7.5判定系数增量 139

7.6拟合优度的测量 140

7.7实例分析 141

7.8本章小结 143

第8章 辅助回归和偏回归图 145

8.1回归分析中的两个常见问题 145

8.2辅助回归 146

8.3变量的对中 152

8.4偏回归图 152

8.5排除忽略变量偏误的方法 155

8.6应用举例 155

8.7本章小结 160

第9章 因果推断和路径分析 161

9.1相关关系 161

9.2因果推断 162

9.3因果推断的问题 162

9.4因果推断的假设 163

9.5因果推断中的原因 167

9.6路径分析 169

9.7本章小结 183

第10章 多重共线性问题 185

10.1多重共线性问题的引入 185

10.2完全多重共线性 186

10.3近似多重共线性 187

10.4多重共线性的度量 188

10.5多重共线性问题的处理 191

10.6本章小结 192

第11章 多项式回归、样条函数回归和阶跃函数回归 193

11.1 多项式回归 193

11.2样条函数回归 206

11.3阶跃函数回归 209

11.4本章小结 215

第12章 虚拟变量与名义自变量 217

12.1名义变量的定义与特性 217

12.2虚拟变量的设置 218

12.3虚拟变量的应用 221

12.4本章小结 232

第13章 交互项 234

13.1交互项 235

13.2由不同类型解释变量构造的交互项 236

13.3利用嵌套模型检验交互项的存在 242

13.4是否可以删去交互项中的低次项? 243

13.5构造交互项时需要注意的问题 246

13.6本章小结 248

第14章 异方差与广义最小二乘法 250

14.1异方差 250

14.2异方差现象举例 252

14.3异方差情况下的常规最小二乘估计 253

14.4广义最小二乘法 256

14.5加权最小二乘法 258

14.6本章小结 261

第15章 纵贯数据的分析 264

15.1追踪数据的分析 265

15.2趋势分析 283

15.3本章小结 291

第16章 多层线性模型介绍 294

16.1多层线性模型发展的背景 295

16.2多层线性模型的基本原理 296

16.3模型的优势与局限 299

16.4多层线性模型的若干子模型 299

16.5自变量对中的问题 305

16.6应用举例 308

16.7本章小结 316

第17章 回归诊断 318

17.1因变量是否服从正态分布 319

17.2残差是否服从正态分布 322

17.3异常观测案例 324

17.4本章小结 330

第18章 二分因变量的logit模型 331

18.1线性回归面对二分因变量的困境 332

18.2转换的方式 334

18.3潜变量方式 339

18.4模型估计、评价与比较 340

18.5模型回归系数解释 346

18.6统计检验与推断 349

18.7本章小结 351

词汇表 352

参考文献 381

后记 386

返回顶部