幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

統計學高級教程(回歸分析原書第8版)/現代統計學叢書

  • 作者：(美)威廉·門登霍爾//特里·辛西奇|責編:劉慧|譯者:王黎明//孫思宇
  • 出版社：機械工業
  • ISBN：9787111742104
  • 出版日期：2024/03/01
  • 裝幀：平裝
  • 頁數：790
人民幣：RMB 199 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書通過實例以邏輯直觀的方式解釋概念。本書強調模型構建——建立適當的統計模型是任何回歸分析的基礎，還將回歸分析作為解決問題的工具。書中大量基於真實數據的示例、練習和案例研究，使讀者將關於模型的問題與現實世界的問題聯繫起來，本書還通過SAS、SPSS、MINITAB的輸出結果分析模型並解釋樣本數據。
    這本書可作為統計或非統計專業本科生統計課程的教材，以及其他工科領域研究生的應用回歸分析課程的教材。
作者介紹
(美)威廉·門登霍爾//特里·辛西奇|責編:劉慧|譯者:王黎明//孫思宇
目錄
譯者序
前言
第1章  基本概念回顧（選修）
  1.1  統計與數據
  1.2  總體、樣本和隨機抽樣
  1.3  定性數據描述
  1.4  定量數據的圖形化描述
  1.5  定量數據的數值型描述
  1.6  正態概率分佈
  1.7  抽樣分佈與中心限定理
  1.8  估計總體均值
  1.9  關於總體均值的假設檢驗
  1.10  關於兩個總體均值之差的推斷
  1.11  兩個總體方差的比較
第2章  回歸分析導論
  2.1  因變數建模
  2.2  回歸分析概述
  2.3  回歸應用
  2.4  收集回歸數據
第3章  簡單線性回歸
  3.1  引言
  3.2  線性概率模型
  3.3  模型擬合：小二乘法
  3.4  模型假設
  3.5  σ2的估計量
  3.6  評估模型的效用：推斷斜率β
  3.7  相關係數
  3.8  判定係數
  3.9  利用模型進行估計和預測
  3.10  完整案例分析
  3.11  經過原點的回歸（選修）
  案例研究1  律所廣告——值得嗎？
第4章  多元回歸模型
  4.1  多元回歸模型的一般形式
  4.2  模型假設
  4.3  具有定量預測因子的一模型
  4.4  模型擬合：小二乘法
  4.5  ε的方差σ2的估計
  4.6  模型效用檢驗：方差分析F檢驗
  4.7  推斷單個參數β
  4.8  多重判定係數：R2和R2a
  4.9  使用模型進行估計和預測
  4.10  具有定量預測因子的交互模型
  4.11  具有定量預測因子的二次（二）模型
  4.12  更複雜的多元回歸模型（選修）
  4.13  用於比較嵌套模型的檢驗
  4.14  完整案例分析
  案例研究2  4個街區房地產銷售格的模型
第5章  模型構建
  5.1  引言：為什麼模型構建很重要？

  5.2  兩類自變數：定量變數和定性變數
  5.3  具有單個定量自變數的模型
  5.4  具有兩個或兩個以上定量自變數的一模型
  5.5  具有兩個或兩個以上定量自變數的二模型
  5.6  編碼定量自變數（選修）
  5.7  具有一個定性自變數的模型
  5.8  具有兩個定性自變數的模型
  5.9  具有三個或三個以上定性自變數的模型
  5.10  既有定量自變數又有定性自變數的模型
  5.11  外模型驗證（選修）
第6章  變數篩選法
  6.1  引言：為什麼使用變數篩選法？
  6.2  逐步回歸分析
  6.3  所有可能的回歸選擇過程
  6.4  注意事項
  案例研究3  解除對州內卡車運輸業的管制
第7章  一些回歸陷阱
  7.1  引言
  7.2  觀測數據與實驗設計
  7.3  參數估計與解釋
  7.4  多重共線性
  7.5  外推法：在實驗區域之外進行預測
  7.6  變數轉換
第8章  殘差分析
  8.1  引言
  8.2  回歸殘差
  8.3  檢驗擬合不當
  8.4  檢驗異方差
  8.5  檢驗正態性假設
  8.6  檢測異常值並識別有影響的觀測值
  8.7  檢驗殘差自相關性：Durbin-Watson檢驗
  案例研究4  對加利福尼亞州降雨量的分析
  案例研究5  對公開拍賣中公寓銷售格影響因素的研究
第9章  回歸中的殊主題（選修）
  9.1  引言
  9.2  分段線性回歸
  9.3  反向預測
  9.4  加權小二乘法
  9.5  定性因變數建模
  9.6  logistic回歸
  9.7  泊松回歸
  9.8  嶺回歸與LASSO回歸
  9.9  穩健回歸
  9.10  非參數回歸模型
第10章  時間序列建模與預測導論
  10.1  什麼是時間序列？
  10.2  時間序列分量
  10.3  使用平滑技術進行預測（選修）
  10.4  預測：回歸方法
  10.5  自相關和自回歸誤差模型

  10.6  其他自相關誤差模型（選修）
  10.7  構建時間序列模型
  10.8  擬合具有自回歸誤差的時間序列模型
  10.9  時間序列自回歸模型預測
  10.10  季節性時間序列模型：示例
  10.11  使用因變數的滯后值進行預測（選修）
  案例研究6  建立每日用電需求高峰模型
第11章  實驗設計原理
  11.1  引言
  11.2  實驗設計術語
  11.3  控制實驗中的信息
  11.4  降噪設計
  11.5  容量增加設計
  11.6  樣本量的確定
  11.7  隨機化的重要性
第12章  設計實驗的方差分析
  12.1  引言
  12.2  方差分析的理論邏輯
  12.3  單因子完全隨機設計
  12.4  隨機區組設計
  12.5  雙因子因子實驗
  12.6  更複雜的因子設計（選修）
  12.7  後續分析：Tukey法的多重均值比較
  12.8  其他多重比較方法（選修）
  12.9  檢驗方差分析假設
  案例研究7  聲音識別與面識別——是否有先後之分？
附錄A  簡單線性回歸中β0和β1的小二乘估計推導
附錄B  多元回歸分析的原理
附錄C  矩陣求逆的過程
附錄D  常用的統計表
附錄E  案例研究數據集文件概要
附錄F  分練答案

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032