内容简介
回归分析是统计学中的一个非常重要的分支，它在自然科学、管理科学和社会、经济等领域有着非常广泛的应用。本书正是为了适应新的统计学学科体系和财经类统计专业教学的需要而编写的。
本书写作的指导思想是:在不失严谨的前提下，明显不同于纯数理类教材，努力突出实际案例的应用和统计思想的渗透，结合统计软件较全面地系统介绍回归分析的实用方法。为了贯彻这一指导思想，本书在系统介绍回归分析基本理论和方法的同时，尽力结合中国社会、经济、自然科学等领域的研究实例，把回归分析方法与实际应用结合起来，注意定性分析与定量分析的紧密结合，努力把同行们以及我们在实践中应用回归分析的经验和体会融入其中。
目录
第1章 回归分析概述
1.1 变量间的统计关系
1.2 回归方程与回归名称的由来
1.3 回归分析的主要内容及其一般模型
1.4 建立实际问题回归模型的过程
1.5 回归分析应用与发展述评
思考与练习
第2章 一元线性回归
2.1 一元线性回归模型
2.2 参数β0，β1的估计
2.3 最小二乘估计的性质
2.4 回归方程的显著性检验
2.5 残差分析
2.6 回归系数的区间估计
2.7 预测和控制
2.8 本章小结与评注
思考与练习
第3章 多元线性回归
3.1 多元线性回归模型
3.2 回归参数的估计
3.3 参数估计量的性质
3.4 回归方程的显著性检验
3.5 中心化和标准化
3.6 相关阵与偏相关系数
3.7 本章小结与评注
思考与练习
第4章 违背基本假设的情况
4.1 异方差性产生的背景和原因
4.2 一元加权最小二乘估计
4.3 多元加权最小二乘估计
4.4 自相关性问题及其处理
4.5 异常值与强影响点
4.6 本章小结与评注
思考与练习
第5章 自变量选择与逐步回归
5.1 自变量选择对估计和预测的影响
5.2 所有子集回归
5.3 逐步回归
5.4 本章小结与评注
思考与练习
第6章 多重共线性的情形及其处理
6.1 多重共线性产生的背景和原因
6.2 多重共线性对回归模型的影响
6.3 多重共线性的诊断
6.4 消除多重共线性的方法
6.5 主成分回归
6.6 本章小结与评注
思考与练习
第7章 岭回归
7.1 岭回归估计的定义
7.2 岭回归估计的性质
7.3 岭迹分析
第8章 非线性回归
第9章 含定性变量的回归模型
部分练习题参考答案
附录
参考文献
