Прикладной регрессионный анализ, 3-е издание

1,070.00 

Лучшие условия покупки!

  • Флажок Удовольствие гарантировано
  • Флажок Беспроблемный возврат
  • Флажок Безопасные платежи
ГАРАНТИРОВАНО БЕЗОПАСНОЕ ОФОРМЛЕНИЕ
  • Карта VISA
  • MasterCard
  • Apple Pay
Артикул: 0a07f362c95f Категория:

Книга «Прикладной регрессионный анализ» — полное классическое введение в фундаментальные основы множественного регрессионного анализа. В книге описываются методы подбора и исследования линейных и нелинейных регрессионных моделей различной степени сложности, а также рассматриваются практические аспекты их применения, в том числе с использованием специальных компьютерных программ. Помимо стандартного набора тем, составляющих ядро метода регрессионного анализа, в это издание включены отдельные главы, посвященные мультиколлинеарности, обобщенным линейным моделям, множественной регрессии, геометрическим свойствам регрессии, методу корреляционно-регрессионного анализа, робастной регрессии и процедурам тиражирования выборки (бутстрепа). Содержит множество примеров и упражнений (с полными или частичными решениями), а также вопросы для самоконтроля.Книга «Прикладной регрессионный анализ» предназначена для аналитиков, экспериментаторов и студентов высших учебных заведений. Может служить основой курса по методу регрессионного анализа для работников промышленных предприятий и служащих государственных учреждений, сталкивающихся с необходимостью анализа статистических данных, а также прекрасным справочным пособием для специалистов по статистике и ученых различных профилей.Оглавление книги «Прикладной регрессионный анализ»Предисловие к третьему изданиюГлава 1. Предварительные сведенияПриложение 2А. Данные о работе паровой котельниГлава 2. Подбор прямой методом наименьших квадратовГлава 3. Исследование уравнения регрессии (регресионный анализ)Приложение 3А. Нормальные графикиПриложение 3Б. Команды системы MINITABГлава 4. Подбор прямой: специальные темыГлава 5. Регрессия в матричных терминах: случай прямой линииГлава 6. Метод регрессионного анализа — случай общей регрессииПриложение 6А. Полезные сведения о матрицахГлава 7. Дополнительная сумма квадратов и критерии для нескольких параметровПриложение 7А. Ортогональные столбцы в матрице XПриложение 7Б. Последовательные суммы квадратов в случае двух предикторовГлава 8. Сериальная корреляция остатков и критерий Дарбина-УотсонаГлава 9. Подробнее о проверке подобранных моделей корреляционно регрессионного анализаГлава 10. Множественная регрессия: дополнительные вопросыПриложение 10А. Метод неопределенных множителей ЛагранжаГлава 11. Смещение регрессионных оценок, математическое ожидание средних квадратов и сумм квадратовГлава 12. Полезность регрессионных уравнений, большие значения F и RПриложение 12А. Насколько значимой должна быть регрессия?Глава 13. Модели, содержащие различные функции предикторов. Полиномиальные моделиГлава 14. Преобразование переменной откликаГлава 15. Фиктивные переменныеГлава 16. Выбор наилучшего регрессионного уравненияПриложение 16А. Данные задачи Хальда,корреляционная матрица и все 15 возможных регрессий(метод корреляционно регрессионного анализа)Глава 17. Плохо обусловленные данные регрессииПриложение 17А. Преобразование матрицы X с целью ортогонализации столбцов Глава 18. Гребневая регрессия (метод регрессионного анализа)Приложение 18А. Связь гребневых оценок с МНК-оценкамиПриложение 18Б. Гребневая регрессия и среднеквадратичная ошибкаПриложение 18В. Каноническая форма гребневой регрессииГлава 19. Обобщенные линейные модели (glim)Глава 20. Ингредиенты смеси в качестве предикторовПриложение 20А. Переход от q переменных смешивания к q — 1 рабочей переменнойГлава 21. Геометрия метода наименьших квадратовПриложение 21А. Обобщенные обратные матрицыГлава 22. Больше о геометрии метода наименьших квадратов номы и сводные данныеГлава 24. Приложение множественного регрессионного анализа к задаче анализа дисперсииГлава 25. Введение в нелинейное оцениваниеГлава 26. Робастная регрессия (регресионный анализ)Глава 27. Процедуры тиражирования выборки (бутстреп)Приложение 27А. Пример программы для системыMINITAB: бутстреп с использованием остатковПриложение 27Б. Пример программы для системыMINITAB: бутстреп с использованием парДополнительные замечанияЛитератураМножественная регрессияКонтрольные вопросы по методу регрессионного анализаОтветы к упражнениямТаблицыСписок сокращенийПредметно-именной указатель