第1章 线性回归——以移动通信网络的客户价值分析为例 1
1.1 背景介绍 2
1.2 案例介绍 3
1.3 指标设计 5
1.4 描述分析 7
1.5 统计模型 10
1.6 模型理解 12
1.7 估计方法 15
1.8 假设检验 18
1.9 判决系数 21
1.10 多重共线性 23
1.11 Cook距离 25
1.12 SAS编程 26
1.13 总结讨论 29
附录1A 分析报告 31
附录1B 课后习题 36
附录1C R程序演示 37
第2章 方差分析——以北京市商品房定价为例 41
2.1 背景介绍 42
2.2 数据介绍 43
2.3 指标设计 45
2.4 描述分析 47
2.5 单因素模型 51
2.6 双因素模型 54
2.7 假设检验 56
2.8 SAS编程 60
2.9 总结讨论 63
附录2A 分析报告 65
附录2B 课后习题 71
附录2C R程序演示 72
第3章 逻辑回归——以上市企业特别处理ST为例 75
3.1 背景介绍 76
3.2 数据介绍 79
3.3 指标设计 81
3.4 描述分析 84
3.5 统计模型 87
3.6 预测评估 91
3.7 SAS编程 93
3.8 总结讨论 97
附录3A 分析报告 98
附录3B 课后习题 105
附录3C R程序演示 106
第4章 定序回归——以消费者偏好度研究为例 109
4.1 背景介绍 110
4.2 数据介绍 112
4.3 描述分析 114
4.4 统计模型 117
4.5 预测评估 121
4.6 SAS编程 122
4.7 总结讨论 128
附录4A 分析报告 129
附录4B 课后习题 135
附录4C R程序演示 136
第5章 泊松回归——以付费搜索广告为例 139
5.1 背景介绍 140
5.2 数据介绍 144
5.3 描述分析 146
5.4 统计模型 148
5.5 预测评估 150
5.6 SAS编程 152
5.7 总结讨论 154
附录5A 分析报告 158
附录5B 课后习题 164
附录5C R程序演示 165
第6章 生存数据回归——以员工离职管理为例 167
6.1 背景介绍 168
6.2 数据介绍 169
6.3 描述分析 171
6.4 加速失效模型 177
6.5 Cox模型 178
6.6 SAS编程 181
6.7 总结讨论 184
附录6A 分析报告 185
附录6B 课后习题 191
附录6C R程序演示 192