第1章 一元线性回归分析 1
1.1 建立数据表 1
1.2 绘制散点图 4
1.3 回归分析 8
1.4 统计检验 10
1.5 预测分析与计算过程总结 17
1.6 小结 19
第2章 多元线性回归分析 20
2.1 模型拟合 20
2.2 模型参数检验 23
2.3 残差图的绘制 29
2.4 第二轮回归 32
2.5 小结 34
第3章 逐步回归分析 36
3.1 数据预备工作 36
3.2 变量引入的计算过程 37
3.3 参数估计和模型建立 44
3.4 模型参数的进一步验证 46
3.5 模型检验 46
3.6 小结 49
第4章 非线性回归分析 50
4.1 常见数学模型表达式 50
4.2 常见实例——一变量的情形 51
4.3 常见实例——一变量化为多变量的情形 67
4.4 常见实例——多变量的情形 79
4.5 常见三参数模型拟合 83
4.6 广义拟合 86
4.7 小结 90
第5章 主成分分析 92
5.1 基本思路 92
5.2 准备工作 93
5.3 计算过程与相关验证 97
5.4 从协方差矩阵出发 107
5.5 小结 110
第6章 系统聚类分析 111
6.1 实例来源与距离公式 111
6.2 计算距离矩阵 113
6.3 聚类过程 122
6.4 聚类结果评价 130
6.5 小结 132
第7章 距离判别分析 133
7.1 数据的预处理 133
7.2 计算过程 134
7.3 判别函数检验 141
7.4 样品的判别与归类 145
7.5 借助回归分析建立判别函数 147
7.6 小结 151
第8章 自相关分析 152
8.1 自相关函数(ACF) 152
8.2 偏自相关函数(PACF) 157
8.3 自相关分析 161
8.4 计算过程总结 163
8.5 小结 164
第9章 自回归分析 165
9.1 样本数据的初步分析 165
9.2 自回归模型的回归估计 167
9.3 数据的平稳化及其自回归模型 178
9.4 小结 181
第10章 谱分析 183
10.1 功率谱分析 183
10.2 波谱分析 190
10.3 小结 196
第11章 Markov链分析 198
11.1 Markov链的概率转移矩阵 198
11.2 Markov链分析方法 199
11.3 固定向量的计算方法 203
11.4 小结 205
第12章 R/S分析 206
12.1 R/S分析方法 206
12.2 编程计算 207
12.3 自相关系数和R/S分析 212
12.4 小结 214
第13章 线性规划 215
13.1 准备工作 215
13.2 普通规划求解实例 216
13.3 整数规划问题实例 224
13.4 非线性规划及其对偶问题实例 228
13.5 小结 230
第14章 层次分析法(AHP) 231
14.1 问题与模型 231
14.2 计算方法 232
14.3 结果解释 236
14.4 小结 237
第15章 GM(1,1)预测模型 238
15.1 GM(1,1)模型表示 238
15.2 计算过程 238
15.3 三参数指数模型 243
15.4 利用线性回归分析估计GM(1,1)模型参数 247
15.5 小结 249
第16章 GM(1,N)预测模型 250
16.1 模型建立 250
16.2 模型检验 253
16.3 小结 255
参考文献 257
后记 258