线性回归分析导论(原书第5版)/统计学精品译丛

道格拉斯C.蒙哥马利、伊丽莎白A.派克、G.杰弗 里·瓦伊宁著的《线性回归分析导论（原书第5版） 》是世界公认的“回归分析”权威教材，不仅从理论 上介绍了当今统计学中用到的传统回归方法，还补充 介绍了尖端科学研究中不太常见的回归方法。本书前 11章是核心内容，阐述简单回归、多元回归、诊断统 计量、指示变量、有偏估计、多项式回归模型等主题 ，并简单讨论了用于回归模型验证的一系列方法以及 如何处理强影响观测值、多重共线性问题。最后4章 介绍回归实践中比较重要的各种论题，包括非线性回 归、广义线性模型、时间序列数据的回归模型、稳健 回归、自助回归估计值、分类回归树、神经网络以及 回归试验设计等。书末还有5个附录，其中附录C简短 地给出了理论性更强的某些其他论题，附录D介绍了 使用SAS处理回归问题，附录E介绍了R。 本书适用于工程学、化学科学、物理科学、统计 学、数学以及管理学等专业的各年级本科生与一年级 研究生。

G.杰弗里·瓦伊宁(G．Geoffrey Vining)，弗吉尼亚理工大学的统计系教授。他的研究兴趣广泛。包括实验设计和质量改进的分析、响应面方法以及统计过程控制。他是美国统计学会和质量控制学会会士，也是《Generalized Linear Models：With Applications in Engineering and the Sciences》的作者之一。 伊丽莎白A.派克(Elizabeth A．Peck)，可口可乐公司的物流建模专家。 道格拉斯C.蒙哥马利(Douglas C．Montgomery)，世界著名的统计学家，亚利桑那州立大学工业与管理系统工程教授，美国统计学会、工业工程学会、质量控制学会会士。他不仅在统计学许多研究领域都做出了突出的贡献，还受IBM、可口可乐、波音、摩托罗拉等著名公司之邀，将统计方法应用于半导体、医疗设备、生物技术等领域的众多实际项目。除本书外，他还著有11本畅销统计教材。

译者序 前言 第1章 导引 1.1 回归与建模 1.2 数据收集 1.3 回归的用途 1.4 计算机的角色 第2章 简单线性回归 2.1 简单线性回归模型 2.2 回归参数的最小二乘估计 2.2.1 β0与β1的估计 2.2.2 最小二乘估计量的性质与回归模型拟合 2.2.3 σ2的估计 2.2.4 简单线性回归模型的另一种形式 2.3 斜率与截距的假设检验 2.3.1 使用t检验 2.3.2 回归显著性检验 2.3.3 方差分析 2.4 简单线性回归的区间估计 2.4.1 β0、β1与σ2的置信区间 2.4.2 响应变量均值的区间估计 2.5 新观测值的预测 2.6 决定系数 2.7 回归在服务业中的应用 2.8 使用SAS和R做回归分析 2.9 对回归用途的若干思考 2.10 过原点回归 2.11 极大似然估计 2.12 回归变量x为随机变量的情形 2.12.1 x与y的联合分布 2.12.2 x与y的正态联合分布：相关模型 习题 第3章 多元线性回归 3.1 多元回归模型 3.2 模型参数的估计 3.2.1 回归系数的最小二乘估计 3.2.2 最小二乘法的几何解释 3.2.3 最小二乘估计量的性质 3.2.4 σ2的估计 3.2.5 多元回归中散点图的不适用性 3.2.6 极大似然估计 3.3 多元回归中的假设检验 3.3.1 回归显著性检验 3.3.2 单个回归系数的检验与回归系数子集的检验 3.3.3 X中列为正交列的特例 3.3.4 一般线性假设的检验 3.4 多元回归中的置信区间 3.4.1 回归系数的置信区间 3.4.2 响应变量均值的置信区间估计 3.4.3 回归系数的联合置信区间 3.5 新观测值的预测 3.6 病人满意度数据的多元回归模型 3.7 对基本多元线性回归使用SAS与 3.8 多元回归中所隐含的外推法 3.9 标准化回归系数 3.10 多重共线性 3.11 回归系数为什么有错误的正负号 习题 第4章 模型适用性检验 …… 第5章 修正模型不适用性的变换与加权 第6章 杠杆与强影响的诊断 第7章 多项式回归模型 第8章 指示变量 第9章 多重共线性 第10章 变量选择与模型构建 第11章 回归模型的验证 第12章 非线性回归导引 第13章 广义线性模型 第14章 时间序列数据的回归分析 第15章 使用回归分析时的其他论题 附录A 统计用表 附录B 习题数据集 附录C 统计方法的补充内容 附录D SAS导论 附录E R导论并用R做线性回归 参考文献 索引