掃一掃
關(guān)注中圖網(wǎng)
官方微博
包郵 統(tǒng)計(jì)學(xué)高級(jí)教程:回歸分析(原書第8版)
開本：
16開
頁數(shù)：
790
本類五星書更多>
-
>
全國計(jì)算機(jī)等級(jí)考試最新真考題庫模擬考場(chǎng)及詳解·二級(jí)MSOffice高級(jí)應(yīng)用
-
>
決戰(zhàn)行測(cè)5000題(言語理解與表達(dá))
-
>
軟件性能測(cè)試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
中圖價(jià):¥135.3
加入購物車
統(tǒng)計(jì)學(xué)高級(jí)教程:回歸分析(原書第8版) 版權(quán)信息
- ISBN：9787111742104
- 條形碼：9787111742104 ; 978-7-111-74210-4
- 裝幀：平裝-膠訂
- 冊(cè)數(shù)：暫無
- 重量：暫無
- 所屬分類：>
統(tǒng)計(jì)學(xué)高級(jí)教程:回歸分析(原書第8版) 本書特色
《統(tǒng)計(jì)學(xué)高級(jí)教程：回歸分析》（原書第8版）是一本廣泛使用的教材。本書雖然是高級(jí)教程，但是數(shù)學(xué)要求并不高（具備簡(jiǎn)單的微積分知識(shí)即可，沒有也沒關(guān)系，不妨礙對(duì)本書思想的理解），可以作為本科生統(tǒng)計(jì)入門教材。書中大量基于真實(shí)數(shù)據(jù)的示例、案例和練習(xí)，使得讀者能夠?qū)⒔y(tǒng)計(jì)模型和現(xiàn)實(shí)世界的問題聯(lián)系起來；書中還提供了大量的SAS、SPSS和MINitab輸出解讀，這些對(duì)技術(shù)人員解決實(shí)際問題很有幫助。
統(tǒng)計(jì)學(xué)高級(jí)教程:回歸分析(原書第8版) 內(nèi)容簡(jiǎn)介
本書通過實(shí)例以邏輯直觀的方式解釋概念。本書強(qiáng)調(diào)模型構(gòu)建——建立適當(dāng)?shù)慕y(tǒng)計(jì)模型是任何回歸分析的基礎(chǔ)，還將回歸分析作為解決問題的工具。書中大量基于真實(shí)數(shù)據(jù)的示例、練習(xí)和案例研究，使讀者將關(guān)于模型的問題與現(xiàn)實(shí)世界的問題聯(lián)系起來，本書還通過SAS、 SPSS、 MINITAB的輸出結(jié)果分析模型并解釋樣本數(shù)據(jù)。這本書可作為統(tǒng)計(jì)或非統(tǒng)計(jì)專業(yè)本科生統(tǒng)計(jì)課程的教材，以及其他工科領(lǐng)域研究生的應(yīng)用回歸分析課程的教材。<br />
統(tǒng)計(jì)學(xué)高級(jí)教程:回歸分析(原書第8版) 目錄
目 錄
譯者序
前言
第1章 基本概念回顧（選修） 1
1.1 統(tǒng)計(jì)與數(shù)據(jù) 1
1.2 總體、樣本和隨機(jī)抽樣 4
1.3 定性數(shù)據(jù)描述 7
1.4 定量數(shù)據(jù)的圖形化描述 12
1.5 定量數(shù)據(jù)的數(shù)值型描述 18
1.6 正態(tài)概率分布 23
1.7 抽樣分布與中心極限定理 27
1.8 估計(jì)總體均值 30
1.9 關(guān)于總體均值的假設(shè)檢驗(yàn) 39
1.10 關(guān)于兩個(gè)總體均值之差的推斷 47
1.11 兩個(gè)總體方差的比較 59
第2章 回歸分析導(dǎo)論 77
2.1 因變量建模 77
2.2 回歸分析概述 79
2.3 回歸應(yīng)用 80
2.4 收集回歸數(shù)據(jù) 82
第3章 簡(jiǎn)單線性回歸 85
3.1 引言 85
3.2 線性概率模型 85
3.3 模型擬合：*小二乘法 87
3.4 模型假設(shè) 99
3.5 σ2的估計(jì)量 100
3.6 評(píng)估模型的效用：推斷斜率β1 104
3.7 相關(guān)系數(shù) 110
3.8 判定系數(shù) 114
3.9 利用模型進(jìn)行估計(jì)和預(yù)測(cè) 120
3.10 完整案例分析 128
3.11 經(jīng)過原點(diǎn)的回歸（選修） 134
案例研究1 律所廣告——值得嗎？ 153
第4章 多元回歸模型 160
4.1 多元回歸模型的一般形式 160
4.2 模型假設(shè) 161
4.3 具有定量預(yù)測(cè)因子的一階模型 162
4.4 模型擬合：*小二乘法 163
4.5 ε的方差σ2的估計(jì) 166
4.6 模型效用檢驗(yàn)：方差分析F檢驗(yàn) 167
4.7 推斷單個(gè)參數(shù)β 169
4.8 多重判定系數(shù)：R2和R2a 172
4.9 使用模型進(jìn)行估計(jì)和預(yù)測(cè) 182
4.10 具有定量預(yù)測(cè)因子的交互模型 187
4.11 具有定量預(yù)測(cè)因子的二次（二階）
模型 194
4.12 更復(fù)雜的多元回歸模型（選修） 203
4.13 用于比較嵌套模型的檢驗(yàn) 221
4.14 完整案例分析 230
案例研究2 4個(gè)街區(qū)房地產(chǎn)銷售價(jià)格的
模型 249
第5章 模型構(gòu)建 260
5.1 引言：為什么模型構(gòu)建很重要？ 260
5.2 兩類自變量：定量變量和定性變量 261
5.3 具有單個(gè)定量自變量的模型 263
5.4 具有兩個(gè)或兩個(gè)以上定量自變量的
一階模型 271
5.5 具有兩個(gè)或兩個(gè)以上定量自變量的
二階模型 273
5.6 編碼定量自變量（選修） 281
5.7 具有一個(gè)定性自變量的模型 287
5.8 具有兩個(gè)定性自變量的模型 291
5.9 具有三個(gè)或三個(gè)以上定性自變量的
模型 301
5.10 既有定量自變量又有定性自變量的
模型 303
5.11 外部模型驗(yàn)證（選修） 312
第6章 變量篩選法 325
6.1 引言：為什么使用變量篩選法？ 325
6.2 逐步回歸分析 326
6.3 所有可能的回歸選擇過程 331
6.4 注意事項(xiàng) 335
案例研究3 解除對(duì)州內(nèi)卡車運(yùn)輸業(yè)的
管制 342
第7章 一些回歸陷阱 350
7.1 引言 350
7.2 觀測(cè)數(shù)據(jù)與實(shí)驗(yàn)設(shè)計(jì) 350
7.3 參數(shù)估計(jì)與解釋 352
7.4 多重共線性 357
7.5 外推法：在實(shí)驗(yàn)區(qū)域之外進(jìn)行預(yù)測(cè) 362
7.6 變量轉(zhuǎn)換 363
第8章 殘差分析 376
8.1 引言 376
8.2 回歸殘差 376
8.3 檢驗(yàn)擬合不當(dāng) 380
8.4 檢驗(yàn)異方差 389
8.5 檢驗(yàn)正態(tài)性假設(shè) 401
8.6 檢測(cè)異常值并識(shí)別有影響的觀測(cè)值 407
8.7 檢驗(yàn)殘差自相關(guān)性：Durbin-Watson
檢驗(yàn) 419
案例研究4 對(duì)加利福尼亞州降雨量的
分析 435
案例研究5 對(duì)公開拍賣中公寓銷售價(jià)格
影響因素的研究 442
第9章 回歸中的特殊主題（選修） 459
9.1 引言 459
9.2 分段線性回歸 459
9.3 反向預(yù)測(cè) 469
9.4 加權(quán)*小二乘法 477
9.5 定性因變量建模 485
9.6 logistic回歸 488
9.7 泊松回歸 501
9.8 嶺回歸與LASSO回歸 509
9.9 穩(wěn)健回歸 513
9.10 非參數(shù)回歸模型 517
第10章 時(shí)間序列建模與預(yù)測(cè)導(dǎo)論 521
10.1 什么是時(shí)間序列？ 521
10.2 時(shí)間序列分量 521
10.3 使用平滑技術(shù)進(jìn)行預(yù)測(cè)（選修） 523
10.4 預(yù)測(cè)：回歸方法 537
10.5 自相關(guān)和自回歸誤差模型 545
10.6 其他自相關(guān)誤差模型（選修） 547
10.7 構(gòu)建時(shí)間序列模型 549
10.8 擬合具有自回歸誤差的時(shí)間序列
模型 553
10.9 時(shí)間序列自回歸模型預(yù)測(cè) 560
10.10 季節(jié)性時(shí)間序列模型：示例 565
10.11 使用因變量的滯后值進(jìn)行預(yù)測(cè)
（選修） 568
案例研究6 建立每日用電需求高峰
模型 575
第11章 實(shí)驗(yàn)設(shè)計(jì)原理 585
11.1 引言 585
11.2 實(shí)驗(yàn)設(shè)計(jì)術(shù)語 585
11.3 控制實(shí)驗(yàn)中的信息 587
11.4 降噪設(shè)計(jì) 588
11.5 容量增加設(shè)計(jì) 594
11.6 樣本量的確定 599
11.7 隨機(jī)化的重要性 601
第12章 設(shè)計(jì)實(shí)驗(yàn)的方差分析 604
12.1 引言 604
12.2 方差分析的理論邏輯 604
譯者序
前言
第1章 基本概念回顧（選修） 1
1.1 統(tǒng)計(jì)與數(shù)據(jù) 1
1.2 總體、樣本和隨機(jī)抽樣 4
1.3 定性數(shù)據(jù)描述 7
1.4 定量數(shù)據(jù)的圖形化描述 12
1.5 定量數(shù)據(jù)的數(shù)值型描述 18
1.6 正態(tài)概率分布 23
1.7 抽樣分布與中心極限定理 27
1.8 估計(jì)總體均值 30
1.9 關(guān)于總體均值的假設(shè)檢驗(yàn) 39
1.10 關(guān)于兩個(gè)總體均值之差的推斷 47
1.11 兩個(gè)總體方差的比較 59
第2章 回歸分析導(dǎo)論 77
2.1 因變量建模 77
2.2 回歸分析概述 79
2.3 回歸應(yīng)用 80
2.4 收集回歸數(shù)據(jù) 82
第3章 簡(jiǎn)單線性回歸 85
3.1 引言 85
3.2 線性概率模型 85
3.3 模型擬合：*小二乘法 87
3.4 模型假設(shè) 99
3.5 σ2的估計(jì)量 100
3.6 評(píng)估模型的效用：推斷斜率β1 104
3.7 相關(guān)系數(shù) 110
3.8 判定系數(shù) 114
3.9 利用模型進(jìn)行估計(jì)和預(yù)測(cè) 120
3.10 完整案例分析 128
3.11 經(jīng)過原點(diǎn)的回歸（選修） 134
案例研究1 律所廣告——值得嗎？ 153
第4章 多元回歸模型 160
4.1 多元回歸模型的一般形式 160
4.2 模型假設(shè) 161
4.3 具有定量預(yù)測(cè)因子的一階模型 162
4.4 模型擬合：*小二乘法 163
4.5 ε的方差σ2的估計(jì) 166
4.6 模型效用檢驗(yàn)：方差分析F檢驗(yàn) 167
4.7 推斷單個(gè)參數(shù)β 169
4.8 多重判定系數(shù)：R2和R2a 172
4.9 使用模型進(jìn)行估計(jì)和預(yù)測(cè) 182
4.10 具有定量預(yù)測(cè)因子的交互模型 187
4.11 具有定量預(yù)測(cè)因子的二次（二階）
模型 194
4.12 更復(fù)雜的多元回歸模型（選修） 203
4.13 用于比較嵌套模型的檢驗(yàn) 221
4.14 完整案例分析 230
案例研究2 4個(gè)街區(qū)房地產(chǎn)銷售價(jià)格的
模型 249
第5章 模型構(gòu)建 260
5.1 引言：為什么模型構(gòu)建很重要？ 260
5.2 兩類自變量：定量變量和定性變量 261
5.3 具有單個(gè)定量自變量的模型 263
5.4 具有兩個(gè)或兩個(gè)以上定量自變量的
一階模型 271
5.5 具有兩個(gè)或兩個(gè)以上定量自變量的
二階模型 273
5.6 編碼定量自變量（選修） 281
5.7 具有一個(gè)定性自變量的模型 287
5.8 具有兩個(gè)定性自變量的模型 291
5.9 具有三個(gè)或三個(gè)以上定性自變量的
模型 301
5.10 既有定量自變量又有定性自變量的
模型 303
5.11 外部模型驗(yàn)證（選修） 312
第6章 變量篩選法 325
6.1 引言：為什么使用變量篩選法？ 325
6.2 逐步回歸分析 326
6.3 所有可能的回歸選擇過程 331
6.4 注意事項(xiàng) 335
案例研究3 解除對(duì)州內(nèi)卡車運(yùn)輸業(yè)的
管制 342
第7章 一些回歸陷阱 350
7.1 引言 350
7.2 觀測(cè)數(shù)據(jù)與實(shí)驗(yàn)設(shè)計(jì) 350
7.3 參數(shù)估計(jì)與解釋 352
7.4 多重共線性 357
7.5 外推法：在實(shí)驗(yàn)區(qū)域之外進(jìn)行預(yù)測(cè) 362
7.6 變量轉(zhuǎn)換 363
第8章 殘差分析 376
8.1 引言 376
8.2 回歸殘差 376
8.3 檢驗(yàn)擬合不當(dāng) 380
8.4 檢驗(yàn)異方差 389
8.5 檢驗(yàn)正態(tài)性假設(shè) 401
8.6 檢測(cè)異常值并識(shí)別有影響的觀測(cè)值 407
8.7 檢驗(yàn)殘差自相關(guān)性：Durbin-Watson
檢驗(yàn) 419
案例研究4 對(duì)加利福尼亞州降雨量的
分析 435
案例研究5 對(duì)公開拍賣中公寓銷售價(jià)格
影響因素的研究 442
第9章 回歸中的特殊主題（選修） 459
9.1 引言 459
9.2 分段線性回歸 459
9.3 反向預(yù)測(cè) 469
9.4 加權(quán)*小二乘法 477
9.5 定性因變量建模 485
9.6 logistic回歸 488
9.7 泊松回歸 501
9.8 嶺回歸與LASSO回歸 509
9.9 穩(wěn)健回歸 513
9.10 非參數(shù)回歸模型 517
第10章 時(shí)間序列建模與預(yù)測(cè)導(dǎo)論 521
10.1 什么是時(shí)間序列？ 521
10.2 時(shí)間序列分量 521
10.3 使用平滑技術(shù)進(jìn)行預(yù)測(cè)（選修） 523
10.4 預(yù)測(cè)：回歸方法 537
10.5 自相關(guān)和自回歸誤差模型 545
10.6 其他自相關(guān)誤差模型（選修） 547
10.7 構(gòu)建時(shí)間序列模型 549
10.8 擬合具有自回歸誤差的時(shí)間序列
模型 553
10.9 時(shí)間序列自回歸模型預(yù)測(cè) 560
10.10 季節(jié)性時(shí)間序列模型：示例 565
10.11 使用因變量的滯后值進(jìn)行預(yù)測(cè)
（選修） 568
案例研究6 建立每日用電需求高峰
模型 575
第11章 實(shí)驗(yàn)設(shè)計(jì)原理 585
11.1 引言 585
11.2 實(shí)驗(yàn)設(shè)計(jì)術(shù)語 585
11.3 控制實(shí)驗(yàn)中的信息 587
11.4 降噪設(shè)計(jì) 588
11.5 容量增加設(shè)計(jì) 594
11.6 樣本量的確定 599
11.7 隨機(jī)化的重要性 601
第12章 設(shè)計(jì)實(shí)驗(yàn)的方差分析 604
12.1 引言 604
12.2 方差分析的理論邏輯 604
展開全部
統(tǒng)計(jì)學(xué)高級(jí)教程:回歸分析(原書第8版) 作者簡(jiǎn)介
威廉·門登霍爾（William Mendenhall） 是佛羅里達(dá)大學(xué)統(tǒng)計(jì)系的創(chuàng)始人，1963年到1977年在該系任職。他曾擔(dān)任巴克內(nèi)爾大學(xué)的數(shù)學(xué)系教授。作為一位多產(chǎn)的統(tǒng)計(jì)教科書作者，他的Introduction to probability and statistics、Statistics for Engineering and the Sciences被全世界多所高校選用。門登霍爾博士于1978年以榮譽(yù)教授的身份退休，并繼續(xù)撰寫教科書，直到2009年去世。
特里·辛西奇（Terry Sincich）于1980年在佛羅里達(dá)大學(xué)獲得統(tǒng)計(jì)學(xué)博士學(xué)位，曾任教于佛羅里達(dá)大學(xué)以及南佛羅里達(dá)大學(xué)，并獲得許多研究生和本科生統(tǒng)計(jì)課程的教學(xué)獎(jiǎng)，現(xiàn)在是美國統(tǒng)計(jì)協(xié)會(huì)和決策科學(xué)研究所的成員。他的研究領(lǐng)域是應(yīng)用統(tǒng)計(jì)建模和分析。
書友推薦
- >
李白與唐代文化
- >
月亮虎
- >
姑媽的寶刀
- >
龍榆生：詞曲概論/大家小書
- >
中國歷史的瞬間
- >
莉莉和章魚
- >
山海經(jīng)
- >
推拿
本類暢銷
