URSS.ru - Издательская группа URSS. Научная и учебная литература
Об издательстве Интернет-магазин Контакты Оптовикам и библиотекам Вакансии Пишите нам
КНИГИ НА РУССКОМ ЯЗЫКЕ


 
Вернуться в: Каталог  
Обложка Дрейпер Н., Смит Г. Прикладной регрессионный анализ.  Пер.с англ.
Id: 24779
 
999 руб.

Прикладной регрессионный анализ. Пер.с англ. Т.1. Изд. 2-е, перераб., доп

1986. 366 с. Твердый переплет. Букинист. Состояние: 4+. Есть погашенная библиотечная печать.

 Аннотация

Рассмотрен регрессионный анализ, применяемый во всех отраслях народного хозяйства и научных исследованиях. Классическое описание модели линейной регрессии, включая описание алгоритмов для ЭВМ. Приводится описание модели, нелинейной по параметрам регрессии, обширная библиография и приложения. Для специалистов - статистиков, экономистов, социологов.


 Оглавление

Предисловие к русскому изданию

Предисловие к первому изданию

Предисловие ко второму изданию

Глава 1. Подбор прямой методом наименьших квадратов

1.0. Введение. Потребность в статистическом анализе

1.5. Прямолинейная зависимость между двумя переменными

1.2. Линейная регрессия: подбор прямой

1.3. Точность оценки регрессии

1.4. Исследование уравнения регрессии

1.5. Неадекватность и «чистая» ошибка

1.6. Корреляция между X и Y

1.7. Обратная регрессия (случай прямой линии)

1.8. Некоторые следствия из гл. 1, имеющие практическое значение

Упражнения

Ответы к упражнениям

Глава 2. Матричный подход к линейной регрессии

2.0. Введение

2.1. Подбор уравнения прямой в матричных обозначениях; оценки параметров В0 и В1

2.2. Дисперсионный анализ в матричных обозначениях

2.3. Дисперсия и ковариация коэффициентов на основе матричных вычислений

2.4. Дисперсия величины Y в матричных обозначениях

2.5. Резюме к матричному подходу при подборе прямой

2.6. Случай общей регрессии

2.7. Принцип «дополнительной суммы квадратов»

2.8. Ортогональные столбцы в матрице X

2.9. Частные и последовательные F-критерии

2.10. Проверка общей линейной гипотезы в регрессионных задачах

2.11. Взвешенный метод наименьших квадратов

2.12. Смещение регрессионных оценок

2.13. Метод наименьших квадратов при наличии ограничений

2.14. Некоторые замечания относительно ошибок в предикторах (одновременно с. ошибками в откликах)

2.15. Обратная регрессия (в случае многомерного предиктора)

Приложение 2А. Некоторые полезные сведения из теории матриц

Приложение 2Б. Математическое ожидание дополнительной суммы квадратов

Приложение 2В. Насколько значимой должка быть регрессия?

Приложение 2Г. Неопределенные множители Лагранжа

Упражнения

Ответы к упражнениям

Глава 3. Исследование остатков

3.0. Введение

3.1. Общий график

3.2. График временной последовательности

3.3. График зависимости остатков от Yt

3.4. График зависимости остатков от предикторных переменных Хji, i= 1,2...,n

3.5. Другие графики остатков

3.6. Статистики для исследования остатков

3.7. Корреляция между остатками

3.8. Выбросы

3.9. Сериальная корреляция остатков

3.10. Исследование серий на графиках временной последовательности остатков

3.11. Критерий Дарбина---Уотсона для некоторых видов сериальной корреляции

3.12. Определение влияющих наблюдений

Приложение ЗА. Нормальные и полунормальные графики

Упражнения

Ответы к упражнениям

Глава 4. Две предикторные переменные

4.0. Введение

4.1. Сведение множественной регрессии с двумя предикторными переменными к последовательности простых линейных регрессий

4.2. Исследование уравнения регрессии

Упражнения

Ответы к упражнениям

Глава 5. Более сложные модели

5.0. Введение

5.1. Полиномиальные модели различных порядков по Xj

5.2. Модели, включающие преобразования, отличные от целых степеней

5.3. Семейства преобразований

5.4. Использование «фиктивных» переменных в множественной регрессии

5.5. Центрирование и масштабирование. Представление регрессии в корреляционной форме

5.6. Ортогональные полиномы

5.7. Преобразование матрицы X для получения ортогональных столбцов

5.8. Регрессионный анализ усредненных данных

Упражнения

Ответы к упражнениям

 
© URSS 2016.

Информация о Продавце