《线性回归模型基础应用问题研究》PDF下载

  • 购买积分:9 如何计算积分?
  • 作  者:刘明著
  • 出 版 社:北京:中国统计出版社
  • 出版年份:2016
  • ISBN:9787503780288
  • 页数:184 页
图书介绍:线性回归模型是用来表述变量间依赖关系的统计分析方法,是最为基础的一类统计模型。在常见的诸多统计模型中,都是以线性回归模型为基础的拓展,因此线性回归模型在统计学理论和实际问题分析中占据有重要地位,同时也具有广泛地应用。参数估计和假设检验是线性回归模型理论研究的主要内容,而就实际应用来说——尤其在计量经济学中,模型设定是必不可少的一部分。随着学科的发展,线性回归模型的设定、估计和检验问题已成为成熟的学术内容,但在这些内容中,仍有部分知识点乃至知识模块理论不够完整、存在空缺,例如如何设计一个科学的线性回归模型,诸多的统计检验方法如何有效地使用等问题,仍有进一步讨论的空间。因此,本研究将进一步探究线性回归模型的设定、估计和检验问题,以对该学科知识体系补充完善。线性回归模型在统计学、计量经济学等学科中的基础性决定了本书研究的基础性以及重要性,本书可以为线性回归模型的基础应用研究提供有价值的参考。

第1章 导论 1

1.1 线性回归模型的统计思想 1

1.2 线性回归模型的设定问题 4

1.3 线性回归模型参数估计方法 6

1.4 线性回归模型常用的检验方法 8

1.5 本书的研究设计 11

第2章 线性回归模型基础内容概述 13

2.1 线性回归模型的基本假定 13

2.2 线性回归模型最小二乘估计量及性质 14

2.3 线性回归模型的统计检验 19

2.4 放松经典假定的线性回归模型 21

第3章 线性回归模型的设定问题研究 23

3.1 线性回归模型的常见设定错误及处理 24

3.2 计量经济学和统计学视角下的线性回归模型 31

3.3 一类计量经济学模型设定偏误诊断思路及展示 39

3.4 经济学研究中的线性回归模型设定 50

3.5 计量经济学与经济统计学的关系——由模型设定引出的深入讨论 57

第4章 线性回归模型参数估计:最小二乘与最小一乘 69

4.1 最小二乘估计 69

4.2 最小二乘原理的几何分析 72

4.3 最小一乘法与最小二乘法的比较 77

第5章 线性回归模型的检验方法应用研究 84

5.1 异方差检验——基于White检验的应用创新 84

5.2 异方差的解决:加权最小二乘法 93

5.3 自相关DW检验在实际应用中的考察 104

5.4 多重共线性问题的诊断及解决的新路径探究 114

第6章 线性回归模型检验方法关联体系应用研究 123

6.1 线性回归模型三类基础检验关系探究 123

6.2 线性回归模型的统计检验体系研究 130

6.3 统计检验数理联系研究应用:改进的逐步回归法 138

第7章 线性回归模型应用中的其他问题 150

7.1 虚拟变量回归模型的应用问题研究 150

7.2 Logistic模型预测问题研究 162

7.3 经济时间序列线性模型的构建问题研究 168

参考文献 177

后记 183