图书介绍

回归分析pdf电子书版本下载

回归分析
  • 谢宇著 著
  • 出版社: 北京:社会科学文献出版社
  • ISBN:9787509716014
  • 出版时间:2010
  • 标注页数:387页
  • 文件大小:27MB
  • 文件页数:400页
  • 主题词:回归分析

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

下载说明

回归分析PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

第1章 基本统计概念 1

1.1 统计思想对于社会科学研究的重要性 1

1.2 本书的特点 3

1.3 基本统计概念 4

1.4 随机变量的和与差 17

1.5 期望与协方差的性质 17

1.6 本章小结 18

第2章 统计推断基础 20

2.1 分布 20

2.2 估计 30

2.3 假设检验 34

2.4 本章小结 48

第3章 一元线性回归 49

3.1 理解回归概念的三种视角 50

3.2 回归模型 51

3.3 回归直线的拟合优度 58

3.4 假设检验 63

3.5 对特定X下Y均值的估计 65

3.6 对特定X下Y单一值的预测 66

3.7 简单线性回归中的非线性变换 69

3.8 实例分析 71

3.9 本章小结 76

第4章 线性代数基础 78

4.1 定义 78

4.2 矩阵的运算 80

4.3 特殊矩阵 84

4.4 矩阵的秩 87

4.5 矩阵的逆 87

4.6 行列式 88

4.7 矩阵的运算法则 91

4.8 向量的期望和协方差阵的介绍 92

4.9 矩阵在社会科学中的应用 92

4.10 本章小结 93

第5章 多元线性回归 95

5.1 多元线性回归模型的矩阵形式 95

5.2 多元回归的基本假定 96

5.3 多元回归参数的估计 98

5.4 OLS回归方程的解读 99

5.5 多元回归模型误差方差的估计 101

5.6 多元回归参数估计量方差的估计 102

5.7 模型设定中的一些问题 103

5.8 标准化回归模型 106

5.9 CHIP88实例分析 108

5.10 本章小结 112

第6章 多元回归中的统计推断与假设检验 114

6.1 统计推断基本原理简要回顾 114

6.2 统计显著性的相对性,以及效应幅度 116

6.3 单个回归系数βk=0的检验 118

6.4 多个回归系数的联合检验 118

6.5 回归系数线性组合的检验 121

6.6 本章小结 123

第7章 方差分析和F检验 124

7.1 一元线性回归中的方差分析 124

7.2 多元线性回归中的方差分析 130

7.3 方差分析的假定条件 137

7.4 F检验 138

7.5 判定系数增量 139

7.6 拟合优度的测量 140

7.7 实例分析 141

7.8 本章小结 143

第8章 辅助回归和偏回归图 145

8.1 回归分析中的两个常见问题 145

8.2 辅助回归 146

8.3 变量的对中 152

8.4 偏回归图 152

8.5 排除忽略变量偏误的方法 155

8.6 应用举例 155

8.7 本章小结 160

第9章 因果推断和路径分析 161

9.1 相关关系 161

9.2 因果推断 162

9.3 因果推断的问题 162

9.4 因果推断的假设 163

9.5 因果推断中的原因 167

9.6 路径分析 169

9.7 本章小结 183

第10章 多重共线性问题 185

10.1 多重共线性问题的引入 185

10.2 完全多重共线性 186

10.3 近似多重共线性 187

10.4 多重共线性的度量 188

10.5 多重共线性问题的处理 191

10.6 本章小结 192

第11章 多项式回归、样条函数回归和阶跃函数回归 193

11.1 多项式回归 193

11.2 样条函数回归 206

11.3 阶跃函数回归 209

11.4 本章小结 215

第12章 虚拟变量与名义自变量 217

12.1 名义变量的定义与特性 217

12.2 虚拟变量的设置 218

12.3 虚拟变量的应用 221

12.4 本章小结 232

第13章 交互项 234

13.1 交互项 235

13.2 由不同类型解释变量构造的交互项 236

13.3 利用嵌套模型检验交互项的存在 242

13.4 是否可以删去交互项中的低次项? 243

13.5 构造交互项时需要注意的问题 246

13.6 本章小结 248

第14章 异方差与广义最小二乘法 250

14.1 异方差 250

14.2 异方差现象举例 252

14.3 异方差情况下的常规最小二乘估计 253

14.4 广义最小二乘法 256

14.5 加权最小二乘法 258

14.6 本章小结 261

第15章 纵贯数据的分析 264

15.1 追踪数据的分析 265

15.2 趋势分析 283

15.3 本章小结 291

第16章 多层线性模型介绍 294

16.1 多层线性模型发展的背景 295

16.2 多层线性模型的基本原理 296

16.3 模型的优势与局限 299

16.4 多层线性模型的若干子模型 299

16.5 自变量对中的问题 305

16.6 应用举例 308

16.7 本章小结 316

第17章 回归诊断 318

17.1 因变量是否服从正态分布 319

17.2 残差是否服从正态分布 322

17.3 异常观测案例 324

17.4 本章小结 330

第18章 二分因变量的logit模型 331

18.1 线性回归面对二分因变量的困境 332

18.2 转换的方式 334

18.3 潜变量方式 339

18.4 模型估计、评价与比较 340

18.5 模型回归系数解释 346

18.6 统计检验与推断 349

18.7 本章小结 351

词汇表 352

参考文献 381

后记 386

精品推荐