近代线性回归分析方法 【数理化】

本书主要介绍几类常见线性回归模型的估计方法：最小二乘估计、泛最小二乘估计、刀切估计、极大似然估计、经验似然估计、稳健估计，不仅简要介绍了线性回归模型的古老经典的研究方法，而且介绍了线性回归模型研究...

虚拟变量回归 【数理化】

本书首先介绍了虚拟变量的含义及其构建，对虚拟变量回归有了基本了解后，海蒂教授还提出了有关虚拟变量回归的一些特殊问题。 除此以外，她还对如何处理异方差性，在因变量取对数或者Logit后，如何对回归系数进行诠释...

回归分析 【数理化】

本书是回归分析的专业课教材，包括了如下一些知识：为学习回归分析必须、而在现行《高等代数》或者《线性代数》课程中又不做详细介绍的一些矩阵代数知识； 关于随机向量和多元正态分布的基本知识；线性回归的估计...

应用回归及分类 基于R 【数理化】

回归分析是通过规定因变量和自变量来确定变量之间的因果关系，建立回归模型，并根据实测数据来求解模型的各个参数，然后评价回归模型是否能够很好的拟合实测数据；如果能够很好的拟合，则可以根据自变量作进一步预测...

回归分析 【数理化】

本书源于作者多年教授回归分析的课程讲义。从基本的统计概念讲起，对线性回归分析的基本假定、回归中的统计推论和回归诊断做了详尽的介绍，同时还含盖了对很多在社会科学中实际研究非常有用的内容，包括虚拟变量...

虚拟变量回归 【数理化】

《虚拟变量回归》首先介绍了虚拟变量的含义及其构建，对虚拟变量回归有了基本了解后，海蒂教授还提出了有关虚拟变量回归的一些特殊问题。 除此以外，她还对如何处理异方差性，在因变量取对数或者Logit后，如何对回归...

回归诊断简介 【数理化】

回归诊断是用于探索存在于回归分析中问题及判断某些假设是否合理的一种技术。《回归诊断简介》主要回顾最小二乘线性回归，讨论多元回归中共线性的问题，处理奇异与强影响数据，探讨误差非线性、不一致的误差方差...

现代外国统计学优秀著作译丛 应用线性回归 第2版 【数理化】

高等分层分位回归建模理论 【数理化】

本书全面、系统、严格地阐明分层分位回归建模理论与方法，并尽力反映复杂分层数据分析国际前沿研究，主要包括：分层线性分位回归模型、分层广义线性分位回归模型、分层非线性分位回归模型、分层半参数分位回归模...

回归设计及其优化 【数理化】

本书共30万字，分为12章，1、2、3章是回归设计的基本原理与方法，5～8章是回归设计的进一步完善、拓展和现代发展，9、10章是方案设计和数据处理的最优化技术，11章是不同于传统回归统计原理的回归分析新方法，此外，12章.....