第一章 引论 1
第一节 相关关系 1
第二节 向量和矩阵 2
第三节 矩阵的分解和微商 14
第四节 随机矩阵的矩 17
第二章 一元线性回归 20
第一节 回归方程的建立 20
第二节 回归方程的显著性检验 29
第三节 回归模型的矩阵表示 38
第四节 残差分析、预报和控制 43
第五节 加权回归 60
第三章 多元线性回归 64
第一节 引言 64
第二节 回归方程的求法 65
第三节 高斯消去法与消去变换 69
第四节 多元回归最小二乘估计的性质 78
第五节 回归方程和回归系数的显著性检验 84
第六节 添加变量与添加试验的回归 94
第四章 有约束的回归 104
第一节 线性约束 104
第二节 有随机约束的混合回归模型 117
第三节 配方回归 121
第五章 非线性回归 141
第一节 能化为线性回归的曲线回归 141
第二节 分段回归 160
第三节 一般非线性模型的曲线拟合 168
第六章 多项式回归和正交多项式 184
第一节 多项式回归 184
第二节 正交多项式 185
第三节 正交多项式回归的例子 191
第七章 逐步回归 204
第一节 逐步回归的基本思想 204
第二节 逐步回归的数学模型 204
第三节 逐步回归的计算方法 209
第四节 逐步回归算例 219
第八章 自变量的选择 233
第一节 引言 233
第二节 产生一切可能的回归 235
第三节 选择变量的原则 243
第四节 只产生比较好的回归 265
第九章 岭回归 274
第一节 最小二乘估计与岭回归估计 274
第二节 岭回归估计的基本性质 279
第三节 k值的选择 286
第四节 应用岭回归选择变量 290
第五节 广义岭回归 294
第十章 最小化残差绝对值和的回归分析 301
第一节 引言 301
第二节 简单线性回归 302
第三节 简单线性回归的其它估计方法 310
第四节 最小化残差绝对和在多元回归中的应用 313
第五节 最小化残差绝对和回归的单纯形算法 320
附表 333
1．相关系数检验表 333
2．正态分布函数φ（x）＝？的数值表 334
3．t检验的临界值（tα）表 336
4．F检验的临界值（Fα）表 338
5．正交多项式表（N=2—30） 348
参考文献 357