第一章 回归分析概论 1
1.1 变量间的相关关系 1
1.2 回归模型的一般形式 4
1.3 回归方程与回归名称的由来 6
1.4 建立实际回归模型的过程 8
小结 13
习题一 13
第二章 一元线性回归分析 15
2.1 一元线性回归模型 15
2.2 一元线性回归模型的假设 17
2.3 参数的最小二乘估计 17
2.4 参数的极大似然估计 20
2.5 最小二乘法估计的性质 21
2.6 一元线性回归模型的显著性检验 23
2.7 一元线性回归模型的回归预测与区间估计 30
2.8 可化为线性回归的曲线回归 33
小结 41
习题二 41
第三章 多元线性回归分析 48
3.1 多元线性回归模型 48
3.2 多元线性回归模型的参数估计 53
3.3 带约束条件的多元线性回归模型的参数估计 59
3.4 多元线性回归模型的广义最小二乘估计 63
3.5 多元线性回归模型的假设检验 65
3.6 多元线性回归模型的预测及区间估计 74
3.7 逐步回归与多元线性回归模型选择 78
3.8 多元数据变换后的线性拟合 88
小结 95
附：补充引理 95
习题三 96
第四章 回归诊断 103
4.1 残差及其性质 104
4.2 回归函数线性的诊断 106
4.3 误差方差齐性的诊断 108
4.4 误差的独立性诊断 113
4.5 异常点与强影响点 118
小结 121
习题四 121
第五章 多项式回归 123
5.1 多项式回归 123
5.2 正交多项式回归 129
5.3 多项式对曲线的分段拟合 138
小结 144
习题五 144
第六章 含定性变量的数量化方法 146
6.1 自变量中含有定性变量的回归模型 146
6.2 虚拟变量引入回归模型的几种形式 149
6.3 协方差分析 155
小结 161
习题六 161
第七章 多元线性回归模型的有偏估计 162
7.1 引言 162
7.2 岭估计 176
7.3 主成分估计 189
7.4 广义岭估计 194
7.5 Stein估计 196
小结 198
习题七 198
第八章 非线性回归模型 200
8.1 Logistic回归 201
8.2 Poisson回归 208
8.3 广义线性模型 209
小结 218
习题八 218
第九章 使用SAS统计软件进行回归分析 220
9.1 SAS软件系统简介 220
9.2 数据的输入、输出和整理 230
9.3 用SAS进行回归分析 260
附表1 t分布的分位数表 279
附表2 F-检验的临界值表 281
附表3 D-W检验的临界值表 288
附表4 Fmax的分位数表 291
附表5 Gmax的分位数表 293
附表6 正交多项式表 295
参考文献 298