应用线性回归模型

目录
1、1求和算符与乘积算符
第一章 概率和统计的基本结果
1、2概率
1、3随机变量
1、4正态概率分布及有关分布
1、5统计估计
1、6正态总体均值的推断
1、7两个正态总体均值的比较
1、8正态总体方差的推断
1、9两个正态总体方差的比较
第一部 分基础回归分析
2、1变量之间的关系
第二章 一元线性回归
2、2回归模型及其运用
2、3未指定误差项分布的回归模型
2、4回归函数的估计
2、5误差项方差σ2的估计
2、6正态误差回归模型
2、7计算机输入和输出
3、1关于β1的推断
第三章 回 归分析推断
3、2关于β1的推断
3、3关于β0和β1推断的几个考虑
3、4E（Yh）的区间估计
3、5新观察值的预测
3、6应用回归分析中的考虑
3、7X是随机的情况
3、8回归分析的方差分析法
3、9回归模型中X与Y之间联系的描述测度
3、10计算机输出
4、1残差
第四章 模型的适度和补救方法
4、2残差图分析
4、3残差检验
4、4失拟的F检验
4、5补救方法
4、6变换
5、1β0和β1的联合估计
第五章 回 归分析中的联合推断等专题（1）
5、2回归线的置信区域
5、3应变量均值的联合估计
5、4新观察值的联合预测区间
5、5过原点回归
5、6测量误差效应
5、7加权最小二乘法
5、8逆预测
5、9X水平的选择
第二部 分一般回归和相关分析
6、1矩阵
第六章 简单回归分析的矩阵方法
6、2矩阵的加法和减法
6、3矩阵的乘法
6、4特殊矩阵
6、5线性相关和矩阵的秩
6、6逆矩阵
6、7矩阵的一些基本定理
6、8随机向量和随机矩阵
6、9用矩阵表示的简单线性回归模型
6、10回归参数的最小二乘估计
6、11方差分析
6、12回归分析推断
6、13加权最小二乘法
6、14残差
7、1多元回归模型
第七章 多元回归（1）
7、2用矩阵表示的一般线性回归模型
7、3最小二乘估计量
7、4方差分析
7、5回归参数的推断
7、6应变量均值的推断
7、7新观察值的预测
7、8二元回归的一个例子
7、9标准化回归系数
7、10加权最小二乘法
8、1多重共线性及其影响
第八章 多元回归（2）
8、2把SSR分解成剩余平方和
8、3偏判定系数
8、4关于回归系数的假设检验
8、5一般线性检验的矩阵形式
9、1多项式回归模型
第九章 多项式回归
9、2一元的例子
9、3二元的例子
9、4估计二次回归函数的极大（极小）值
9、5关于多项式回归的进一步说明
10、1一个品质型自变量
第十章 指示变量
10、2有交互效应的模型
10、3复杂模型
10、4自变量指示变量的其他用途
10、5使用自变量指示变量的几点考虑
10、6应变量指示变量
10、7应变量指示变量的线性回归
10、8逻辑斯蒂回归函数
11、1为改进计算精度而进行的再参数化
第十一章 回 归分析中多重共线性、强影响观察值及其有关专题（2）
11、2多重共线性问题
11、3方差膨胀因子及其他消除多重共线性的方法
11、4岭回归和多重共线性的其他补救方法
11、5异常观察值的识别
11、6强影响观察值的识别及其补救方法
12、1问题的性质
第十二章 自变量的选择
12、2例子
12、3所有可能的回归模型
12、4逐步回归
12、5岭回归选元法
12、6选元方法的实现
13、1自相关问题
第十三章 时间序列数据中的自相关
13、2一阶自回归误差模型
13、3德宾—沃森检验
13、4自相关的补救方法
14、1线性、内线性和非线性回归模型
第十四章 非线性回归
14、2例子
14、3非线性回归的最小二乘估计
14、4关于非线性回归系数的推断
14、5学习曲线例子
15、1回归模型和相关模型的区别
第十五章 正态相关模型
15、2二元正态分布
15、3条件推断
15、4关于ρ12的推断
15、5多元正态分布
附表
SENIC数据表
SMSA数据表
中英文名词对照
var cpro_id = 'u317582';