第1章 统计学基础 1
1.1 统计数据的整理与描述 1
1.2 几种重要的概率分布 5
1.3 参数估计 12
1.4 假设检验 14
思考与练习 18
第2章 回归分析概述 19
2.1 变量间的相关关系 19
2.2 回归方程与回归名称的由来 22
2.3 回归分析的主要内容及其一般模型 23
2.4 建立实际问题回归模型的过程 26
2.5 回归分析应用与发展述评 32
思考与练习 34
第3章 一元线性回归 35
3.1 一元线性回归模型 35
3.2 回归参数β0，β1的估计 39
3.3 最小二乘估计的性质 42
3.4 回归方程的显著性检验 45
3.5 预测和控制 54
3.6 建模总结和应注意的问题 58
思考与练习 63
第4章 多元线性回归 65
4.1 多元线性回归模型 65
4.2 多元回归参数的估计 68
4.3 参数估计量的性质 72
4.4 回归方程的显著性检验 76
4.5 中心化和标准化 81
4.6 相关矩阵与偏相关系数 83
4.7 建模总结与评注 89
思考与练习 96
第5章 残差分析 98
5.1 残差与残差图 98
5.2 有关残差的性质 100
5.3 异常值与强影响值 103
思考与练习 110
第6章 关于异方差性问题 113
6.1 异方差产生的背景 113
6.2 异方差性的诊断 114
6.3 异方差问题的建模处理 119
思考与练习 127
第7章 关于自相关性问题 131
7.1 自相关产生的背景 131
7.2 自相关性的诊断 133
7.3 自相关问题的建模处理 137
思考与练习 145
第8章 关于多重共线性问题 147
8.1 多重共线性的产生和原因 147
8.2 多重共线性的诊断 151
8.3 消除多重共线性的方法 155
8.4 本章补充 157
思考与练习 159
第9章 自变量选择与逐步回归 162
9.1 自变量选择对估计和预测的影响 162
9.2 所有子集回归 165
9.3 逐步回归 172
9.4 实例与评注 181
思考与练习 187
第10章 非线性回归 189
10.1 可化为线性回归的曲线回归 189
10.2 多项式回归 196
10.3 非线性模型 203
10.4 小结与评注 209
思考与练习 214
第11章 含定性变量的回归模型 217
11.1 自变量中含有定性变量的回归模型 217
11.2 含有定性变量的回归模型及应用 221
11.3 因变量是定性变量的回归模型 226
11.4 Logistic回归基本理论和方法 227
11.5 小结与评注 239
思考与练习 241
附录 246
附表1 简单相关系数的临界值表 246
附表2 t分布表 247
附表3 F分布表 248
附表4 D.W检验上下界表 254
思考与练习参考答案 256
参考文献 285