回归分析是统计学中的一个非常重要的分支，是以概率论与数理统计为基础迅速发展起来的一种应用性较强的科学方法。本课程收集了大量的实际例子来介绍这些回归分析方法在社会学、经济学、教育学和心理学等领域的具体应用。学习和掌握应用回归分析理论，对于提高分析和解决实际问题的能力具有重大的意义。
Overview
Syllabus
- 第一章 基本概念
- 1.1 数据和变量
- 1.2 变量之间的关系、回归分析与相关分析
- 第二章 一元线性回归分析
- 2.1 一元线性回归模型、参数估计
- 2.2 参数估计及其性质
- 2.3 显著性检验
- 2.4 预测和控制因变量缺失的一元线性回归模型
- 2.5 数据案例——安全座椅销售额的影响因素分析
- 第三章 多元线性回归分析
- 3.1 多元线性回归模型、参数估计及其性质
- 3.2 多元线性回归模型的假设检验和广义最小二乘估计
- 3.3 相关阵及偏相关系数、预测与控制因变量缺失的多元线性回归模型
- 第四章 自变量选择
- 4.1 自变量选择对模型参数估计及预测的影响
- 4.2 自变量选择准则
- 4.3 自变量选择方法
- 第五章 多元线性回归模型的统计诊断
- 5.1 异常点、影响点及残差与杠杆值
- 5.2 异常点的诊断
- 5.3 强影响点的诊断
- 5.4 异方差性诊断
- 5.5 自相关性问题及其处理
- 5.6 DW检验及其自相关问题的处理
- 5.7 多重共线性问题及其处理
- 第六章 多元线性回归模型的有偏估计
- 6.1 引言
- 6.2 岭估计
- 6.3 主成分估计
- 6.4 stein压缩估计
- 第七章 非线性回归
- 7.1 引言、非线性回归模型的定义
- 7.2 非线性回归模型
- 7.3 非线性回归模型的统计诊断
- 7.4 带有缺失数据的非线性回归模型
- 第八章 含定性变量的回归模型
- 8.1 引言、自变量含有定性变量的回归模型
- 8.2 因变量含有定性变量的回归模型
- 8.3 Logistic回归模型的参数估计及其算法
- 8.4 数据案例：大学生恋爱状况调查
- 第九章 广义线性回归模型
- 9.1 广义线性模型
- 考试
Taught by
Tang Niansheng, Li Huiqiong, and Chen Dan
