例解回歸分析（原書第5版）

中文版序
譯者序
前言

第1章 概述
1.1 什么是回歸分析
1.2 公用數(shù)據(jù)集
1.3 回歸分析應(yīng)用實例選講
1.3.1 農(nóng)業(yè)科學(xué)
1.3.2 勞資關(guān)系
1.3.3 政府
1.3.4 歷史
1.3.5 環(huán)境科學(xué)
1.3.6 工業(yè)生產(chǎn)
1.3.7 挑戰(zhàn)者號航天飛機
1.3.8 醫(yī)療費用
1.4 回歸分析的步驟
1.4.1 問題陳述
1.4.2 選擇相關(guān)變量
1.4.3 收集數(shù)據(jù)
1.4.4 模型設(shè)定
1.4.5 擬合方法
1.4.6 模型擬合
1.4.7 模型評價和選擇
1.4.8 回歸分析的目標(biāo)
1.5 本書的內(nèi)容和結(jié)構(gòu)
習(xí)題

第2章 簡單線性回歸
2.1 引言
2.2 協(xié)方差與相關(guān)系數(shù)
2.3 實例：計算機維修數(shù)據(jù)
2.4 簡單線性回歸模型
2.5 參數(shù)估計
2.6 假設(shè)檢驗
2.7 置信區(qū)間
2.8 預(yù)測
2.9 擬合效果度量
2.10 過原點的回歸直線
2.11 平凡的回歸模型
2.12 文獻(xiàn)
習(xí)題

第3章 多元線性回歸
3.1 引言
3.2 數(shù)據(jù)和模型的描述
3.3 實例:主管人員業(yè)績數(shù)據(jù)
3.4 參數(shù)估計
3.5 回歸系數(shù)的解釋
3.6 中心化和規(guī)范化
3.6.1 含截距模型的中心化和規(guī)范化
3.6.2 無截距模型的規(guī)范化
3.7 最小二乘估計的性質(zhì)
3.8 復(fù)相關(guān)系數(shù)
3.9 單個回歸系數(shù)的推斷
3.10 線性模型中的假設(shè)檢驗
3.10.1 檢驗所有預(yù)測變量的回歸系數(shù)為
3.10.2 檢驗?zāi)承┗貧w系數(shù)為
3.10.3 檢驗?zāi)承┗貧w系數(shù)相等
3.10.4 帶約束的回歸參數(shù)的估計和檢驗
3.11 預(yù)測
3.12 小結(jié)
習(xí)題
附錄 多元回歸的矩陣表示

第4章 回歸診斷：違背模型假定的檢測
4.1 引言
4.2 標(biāo)準(zhǔn)回歸假定
4.3 各種殘差
4.4 圖形方法
4.5 擬合模型前的圖形
4.5.1 一維圖
4.5.2 二維圖
4.5.3 旋轉(zhuǎn)圖
4.5.4 動態(tài)圖
4.6 擬合模型后的圖形
4.7 檢查線性和正態(tài)性假定的圖形
4.8 杠桿、強影響點和異常值
4.8.1 響應(yīng)變量的異常值
4.8.2 預(yù)測變量中的異常值
4.8.3 偽裝和淹沒問題
4.9 觀測影響的度量
4.9.1 Cook距離
4.9.2 Welsch-Kuh度量
4.9.3 Hadi影響度量
4.10 位勢殘差圖
4.11 如何處理異常點
4.12 回歸方程中變量的作用
4.12.1 添加變量圖
4.12.2 殘差加分量圖
4.13 添加一個預(yù)測變量的效應(yīng)
4.14 穩(wěn)健回歸
習(xí)題

第5章 定性預(yù)測變量
5.1 引言
5.2 薪水調(diào)查數(shù)據(jù)
5.3 交互變量
5.4 回歸方程組：兩個組的比較
5.4.1 斜率和截距都不同的模型
5.4.2 斜率相同但截距不同的模型
5.4.3 截距相同但斜率不同的模型
5.5 示性變量的其他應(yīng)用
5.6 季節(jié)性
5.7 回歸參數(shù)隨時間的穩(wěn)定性
習(xí)題

第6章 變量變換
6.1 引言
6.2 線性化變換
6.3 X射線滅菌
6.3.1 線性模型的不適用性
6.3.2 對數(shù)變換實現(xiàn)線性化
6.4 穩(wěn)定方差的變換
6.5 異方差誤差的檢測
6.6 消除異方差性
6.7 加權(quán)最小二乘
6.8 數(shù)據(jù)的對數(shù)變換
6.9 冪變換
6.10 總結(jié)
習(xí)題

第7章 加權(quán)最小二乘法
7.1 引言
7.2 異方差模型
7.2.1 主管人員數(shù)據(jù)
7.2.2 大學(xué)教育花費數(shù)據(jù)
7.3 兩階段估計
7.4 教育費用數(shù)據(jù)
7.5 擬合劑量反應(yīng)關(guān)系曲線
習(xí)題

第8章 相關(guān)誤差問題
8.1 引言：自相關(guān)
8.2 消費支出和貨幣存量
8.3 Durbin-Watson統(tǒng)計量
8.4 利用變換消除自相關(guān)性
8.5 當(dāng)回歸模型具有自相關(guān)誤差時的迭代估計法
8.6 變量的缺失和模型的自相關(guān)性
8.7 住房開工規(guī)模的分析
8.8 Durbin-Watson統(tǒng)計量的局限性
8.9 用示性變量消除季節(jié)效應(yīng)
8.10 兩個時間序列之間的回歸
習(xí)題

第9章 共線性數(shù)據(jù)分析
9.1 引言
9.2 共線性對推斷的影響
9.3 共線性對預(yù)測的影響
9.4 共線性的檢測
9.4.1 共線性的簡單征兆
9.4.2 方差膨脹因子
9.4.3 條件指數(shù)
習(xí)題

第10章 共線性數(shù)據(jù)的處理
10.1 引言
10.2 主成分
10.3 利用主成分的計算
10.4 施加約束條件
10.5 搜索模型中回歸系數(shù)的線性函數(shù)
10.6 回歸系數(shù)的有偏估計
10.7 主成分回歸
10.8 消除數(shù)據(jù)中的共線性
10.9 回歸系數(shù)的約束條件
10.10 主成分回歸中的注意事項
10.11 嶺回歸
10.12 嶺估計法
10.13 嶺回歸：幾點注解
10.14 小結(jié)
10.15 文獻(xiàn)
習(xí)題
附錄10.A 主成分
附錄10.B 嶺回歸
附錄10.C 代理嶺回歸

第11章 變量選擇
11.1 引言
11.2 問題的陳述
11.3 刪除變量的后果
11.4 回歸方程的用途
11.4.1 描述和建模
11.4.2 估計和預(yù)測
11.4.3 控制
11.5 評價回歸方程的準(zhǔn)則
11.5.1 殘差均方
11.5.2 Mallows的Cp準(zhǔn)則
11.5.3 信息準(zhǔn)則
11.6 共線性和變量選擇
11.7 評價所有可能的回歸模型
11.8 變量選擇方法
11.8.1 前向選擇方法
11.8.2 后向剔除方法
11.8.3 逐步回歸法
11.9 變量選擇的一般注意事項
11.10 對主管人員業(yè)績的研究
11.11 共線性數(shù)據(jù)的變量選擇
11.12 兇殺數(shù)據(jù)
11.13 利用嶺回歸進行變量選擇
11.14 空氣污染研究中的變量選擇
11.15 擬合回歸模型的可能策略
11.16 文獻(xiàn)
習(xí)題
附錄 誤設(shè)模型的影響

第12章 邏輯斯諦回歸
12.1 引言
12.2 定性數(shù)據(jù)的建模
12.3 Logit模型
12.4 例子：破產(chǎn)概率的估計
12.5 邏輯斯諦回歸模型診斷
12.6 決定變量的去留
12.7 邏輯斯諦回歸的擬合度
12.8 多項Logit模型
12.8.1 多項邏輯斯諦回歸
12.8.2 例子：確定化學(xué)糖尿病
12.8.3 順序值邏輯斯諦回歸
12.8.4 例子：重新考察化學(xué)糖尿病的確定問題
12.9 分類問題：另一種方法
習(xí)題

第13章 進一步的論題
13.1 引言
13.2 廣義線性模型
13.3 泊松回歸模型
13.4 引進新藥
13.5 穩(wěn)健回歸
13.6 擬合一個二次式模型
13.7 美國海灣中PCB的分布
習(xí)題

附錄A 統(tǒng)計表
參考文獻(xiàn)
索引