目录 1
前言 1
第1章 引言 1
1.1 什么是回归分析 1
1.2 公用数据集 2
1.3 回归分析的应用举例 2
1.4 回归分析的步骤 9
习题 14
1.5 本书的内容及结构 14
第2章 简单线性回归 16
2.1 引言 16
2.2 协方差和相关系数 16
2.3 例：计算机的修理数据 20
2.4 简单线性回归模型 23
2.5 参数估计 23
2.6 假设检验 26
2.7 置信区间 29
2.8 预测 30
2.9 拟合效果度量 31
2.10 通过原点的回归直线 34
2.11 平凡的回归模型 34
2.12 文献 35
习题 36
第3章 多元线性回归 41
3.1 引言 41
3.2 数据的描述及模型 41
3.3 例：主管人员业绩数据 42
3.4 参数估计 43
3.5 回归系数的解释 45
3.6 最小二乘估计的性质 47
3.7 复相关系数 47
3.8 单个回归系数的推断 48
3.9 线性模型中的假设检验 50
3.10 预测 58
3.11 小结 58
习题 59
附录 63
4.2 标准的回归假定 67
第4章 回归诊断：模型合理性的检测 67
4.1 引言 67
4.3 形形色色的残差 69
4.4 图形方法 71
4.5 拟合模型前的图形工具 73
4.6 拟合模型后的图形工具 76
4.7 检查线性和正态性假定 76
4.8 杠杆、影响及异常 77
4.9 影响的各种量度 81
4.10 位势-残差图 84
4.11 如何处理异常点？ 85
4.12 变量在回归方程中的作用 86
4.13 添加一个预测变量的效应 90
4.14 稳健回归 91
习题 91
第5章 定性预测变量 97
5.1 引言 97
5.2 薪水调查数据 97
5.3 交互作用变量 100
5.4 回归方程系统：两个组的比较 104
5.5 示性变量的其他应用 112
5.6 季节性 112
5.7 回归参数对时间的稳定性 114
习题 115
第6章 变量的变换 122
6.1 引言 122
6.2 线性化变换 123
6.3 X射线杀菌的数据 125
6.4 方差稳定性变换 129
6.5 异方差误差的诊断 133
6.6 异方差性的消除 135
6.7 加权最小二乘法 136
6.8 数据的对数变换 137
6.9 幂变换 139
6.10 小结 142
习题 142
7.1 引言 146
第7章 加权最小二乘法 146
7.2 异方差模 147
7.3 两阶段估计 149
7.4 教育经费数据 151
7.5 拟合剂量-反应关系曲线 159
习题 160
第8章 相关误差的问题 161
8.1 引言：自相关 161
8.2 消费者支出和货币存量 162
8.3 Durbin-Watson统计量 164
8.4 通过变换消除自相关 165
8.5 误差自相关时的迭代估计 167
8.6 自相关和变量的缺失 168
8.7 住房开工分析 168
8.8 Durbin-Watson统计量的局限性 171
8.9 采用示性变量消除季节效应 173
8.10 时间序列间的回归 175
习题 176
9.1 引言 180
第9章 共线性数据的分析 180
9.2 对推断的影响 181
9.3 对预测的影响 186
9.4 多重共线性的检测 189
9.5 中心化及尺度变换 194
9.6 主成分方法 197
9.7 附加约束 201
9.8 搜寻β的线性函数 202
9.9 使用主成分作计算 206
习题 207
9.10 文献 207
附录：主成分 208
第10章 回归系数的有偏估计 212
10.1 引言 212
10.2 主成分回归 212
10.3 消除预测变量间的相依性 214
10.4 回归系数的约束 216
10.5 主成分回归：注意事项 216
10.6 岭回归 218
10.7 岭估计 220
10.8 岭回归：几点说明 224
10.9 小结 224
习题 225
附录：岭回归 227
第11章 变量选择的方法 230
11.1 引言 230
11.2 问题的归纳 230
11.3 剔除变量的后果 231
11.4 回归方程的用途 232
11.5 评价回归方程的准则 233
11.6 多重共线性和变量选择 234
11.7 评价所有可能的方程 235
11.8 若干变量选择方法 235
11.9 变量选择方法的一般说明 236
11.10 主管人员业绩的研究 237
11.11 共线性数据的变量选择 240
11.12 凶杀数据 240
11.13 运用岭回归选择变量 243
11.14 大气污染研究中的变量选择 244
11.15 拟合回归模型的可能策略 249
11.16 文献 251
习题 251
附录：误设模型的影响 254
第12章 Logistic回归 257
12.1 引言 257
12.2 定性数据的建模 257
12.3 Logit模型 258
12.4 例子：破产概率的估计 259
12.5 Logistic回归诊断 262
12.6 变量选择 264
12.7 Logistic回归拟合程度的判断 265
12.8 分类问题：另一种方法 266
习题 268
附录：统计用表 270
参考文献 279
索引 286