前言/ 1
第一章 回归分析的一般介绍/ 1
第一节变量间的统计关系/ 1
第二节回归模型的一般形式/ 2
第三节回归方程与回归名称的由来/ 4
第四节回归分析的应用举例/ 5
第五节建立实际回归模型的过程/ 8
小结/ 14
习题一/ 14

第二章 一元线性回归分析/ 16
第一节引言/ 16
第二节一元线性回归模型/ 16
第三节参数的最小二乘估计/ 22
第四节参数的极大似然估计/ 24
第五节最小二乘法估计的统计性质/ 25
第六节显著性检验/ 28
第七节回归预测与置信区间/ 34
第八节可化为线性回归的曲线回归/ 38
小结/ 47
习题二/ 47

第三章 多元线性回归分析/ 52
第一节引言/ 52
第二节数据的类型及模型/ 52
第三节多元线性回归模型的参数估计/ 57
第四节回归系数的解释/ 61
第五节参数估计的统计性质/ 64
第六节多元线性回归模型的假设检验/ 66
第七节多元线性回归预测及置信区间/ 73
小结/ 80
习题三/ 81

第四章 多元线性回归模型的进一步讨论/ 89
第一节带约束条件的多元线性回归模型/ 89
第二节多元线性回归模型的广义最小二乘估计/ 93
第三节多项式回归/ 94
第四节多元数据变换后的线性拟合/ 97
小结/ 104
习题四/ 104

第五章 回归诊断/ 107
第一节引言/ 107
第二节残差及其性质/ 108
第三节回归函数线性的诊断/ 110
第四节误差正态性的诊断/ 112
第五节误差等方差性的诊断/ 114
第六节误差的独立性诊断/ 119
第七节异常点与强影响点/ 124
小结/ 129
习题五/ 129

第六章 含定性变量的数量化方法/ 132
第一节自变量中含定性变量的回归模型/ 132
第二节虚拟变量对回归模型的影响/ 145
第三节协方差分析/ 148
小结/ 153
习题六/ 153

第七章 自变量选择/ 155
第一节引言/ 155
第二节自变量选择对于模型参数估计及预测的影响/ 156
第三节自变量选择的准则/ 157
第四节自变量选择的方法/ 163
小结/ 172
习题七/ 172

第八章 多重共线性数据/ 176
第一节多重共线性对回归分析的影响/ 176
第二节多重共线性的诊断/ 183
小结/ 188
习题八/ 188

第九章 多元线性回归模型的有偏估计/ 191
第一节引言/ 191
第二节岭估计/ 192
第三节主成分估计/ 200
第四节广义岭估计/ 205
第五节Stein估计/ 207
小结/ 208
习题九/ 209

第十章 Logistic回归模型/ 211
第一节引言/ 211
第二节二项Logistic回归模型/ 211
第三节Logistic模型的参数估计/ 213
第四节Logistic模型诊断/ 220
第五节多项Logistic回归模型/ 221
第六节有序数据的Logistic回归模型/ 226
小结/ 228
习题十/ 229

第十一章 非线性回归模型/ 243
第一节引言/ 243
第二节非线性回归模型的分类/ 244
第三节广义线性模型/ 247
第四节广义线性模型的统计推断/ 253
小结/ 256

附录1
t分布的分位数表/ 257

附录2
F检验的临界值表/ 259

附录3
DW检验的临界值表/ 267

附录4
Fmax的分位数表/ 270

附录5
Gmax的分位数表/ 272

附录6
正交多项式表/ 274

参考文献/ 277