第二章 简单回归 3
第一节 回归模型 3
第二节 简单回归式的参数估计 8
第三节 参数估计式之特性 10
第四节 相关分析 15
第五节 检定与推定 21
第六节 简单回归计算实例 28
第三章 简单回归的扩大 33
第一节 变数间的非线性关系 33
第二节 复回归系数推定 43
第三节 各种相关系数的关系 50
第四节 各种回归系数的关系 56
第五节 复回归的检定与推定 59
第六节 常数项为零的回归分析 63
第七节 复回归式之实例计算 65
第四章 一般线性模型 71
第一节 回归系数的估计式 71
第二节 判定系数 76
第三节 检定与推定 82
第四节 二组回归式系数相等的检定 87
第五节 一般线性模型的计算实例 90
第六节 两组回归系数相等之检定实例 95
第五章 回归分析的进一步讨论 99
第一节 机遇的解释变数 99
第二节 线性重合 102
第三节 模型设定的误差 110
第四节 最佳回归式的选择 120
第五节 变量测定单位改变的效果 124
第六章 干扰项的自我回归与变异数不齐一 129
第一节 干扰项自我回归的性质 129
第二节 自我回归的检定及最小平方法的修正 138
第三节 变异数不齐一的性质 144
第四节 变异数不齐一的检定及修正方法 150
第五节 干扰项自我回归之计算实例 157
第六节 变异数不齐一的实例计算 160
第七章 统计资料不充分的回归分析 167
第一节 变数误差 167
第二节 分组统计资料 174
第三节 统计资料欠缺 180
第四节 实例计算 184
第八章 古典回归函数型态的检讨 189
第一节 虚拟变数 189
第二节 非线性模型 195
第三节 分配时差模型 200
第四节 虚拟变数之实例计算 212
第五节 分配时差模型之实例计算 213
第九章 一般化线性回归模型 217
第一节 一般化最小平方法的意义 217
第二节 横截面与时间数列的混合资料处理 224
第三节 表面无关的回归式 233
第十章 系统方法 239
第一节 联立方程式之架构 239
第二节 认定 242
第三节 认定的条件 246
第四节 推定方法 251
第五节 因果循环系统 255
第六节 动态模型 258
第七节 模拟与预测 262
第八节 联立方程式实例计算 265
附录 267
A．线性代数之基础 267
B．古典及现代统计推论的复习 309
C．复直线回归模型的计量设计——最小平方估计 377
D．累积机率表、临界值 383