随机误差序列相关性的产生和判断
上一节
下一节
罗中德
目录
-
1 第一章回归分析概述
-
1.1 绪论
-
1.2 回归分析概述
-
1.3 ch1ppt
-
-
2 第二章一元线性回归
-
2.1 一元线性回归模型
-
2.2 最小二乘估计
-
2.3 极大似然估计
-
2.4 最小二乘估计的性质
-
2.5 参数估计量的概率分布及随机干扰项方差的估计
-
2.6 一元线性回归模型的统计检验
-
2.7 一元线性回归模型的应用
-
2.8 残差分析
-
2.9 ch2ppt
-
2.10 软件操作演示-一元线性回归建模
-
2.11 实验1----ch2例题--手工计算
-
2.12 实验1---ch2例题--软件演示
-
-
3 多元线性回归模型
-
3.1 多元模型基本形式
-
3.2 参数估计方法
-
3.3 回归参数的性质
-
3.4 模型检验
-
3.5 数据变换
-
3.6 ch3ppt
-
3.7 实验1---ch3例题--软件演示
-
-
4 违背基本假设的情况
-
4.1 随机误差异方差的产生与判断
-
4.2 如何消除异方差--建立加权最小二乘回归
-
4.3 软件操作演示-异方差现象的判断及改进
-
4.4 随机误差序列相关性的产生和判断
-
4.5 如何消除相关性
-
4.6 软件操作演示-自相关性的检验及改进
-
4.7 异常点的判断
-
4.8 ch4ppt
-
-
5 自变量选择与逐步回归
-
5.1 自变量选择对估计与预测的影响
-
5.2 所有子集回归
-
5.3 逐步回归
-
5.4 操作演示
-
5.5 第五章ppt
-
-
6 多重共线性的情形及其处理
-
6.1 ch6课件
-
6.2 ch6-1多重共线性的概念和原因
-
6.3 ch6-2多重共线性的后果与诊断
-
6.4 ch6-3多重线性的处理
-
-
7 岭回归
-
7.1 课件
-
7.2 ch7-1岭回归概念
-
7.3 ch7-2岭迹分析
-
7.4 ch7-3操作讲解
-
-
8 主成分回归和偏最小二乘回归
-
8.1 主成分回归课件
-
8.2 偏最小二乘课件
-
-
9 非线性回归模型
-
9.1 ch9ppt
-
9.2 可化为线性回归的曲线回归
-
9.3 多项式回归模型
-
9.4 非线性最小二乘
-
9.5 Gompertz模型
-
9.6 c-D模型
-
9.7 其他形式的非线性回归
-
-
10 含定性变量的回归模型
-
10.1 ch10课件
-
10.2 自变量含定性变量的建模
-
10.3 因变量含定性变量的建模
-
