應用迴歸分析（第四版）/21世紀統計學係列教材 普通高等教育“十一五”國傢級規劃教材 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

何曉群，劉文卿 著

圖書標籤:

• 迴歸分析
• 應用迴歸
• 統計學
• 高等教育
• 教材
• 數據分析
• 統計建模
• 計量經濟學
• 社會科學
• 21世紀統計學係列

齣版社： 中國人民大學齣版社

ISBN：9787300209807

版次：4

商品編碼：11686764

包裝：平裝

叢書名： 21世紀統計學係列教材

開本：16開

齣版時間：2015-04-01

用紙：膠版紙

頁數：300

內容簡介

　　全書共分10章。第1章對迴歸分析的研究內容和建模過程給齣綜述性介紹；第2章和第3章詳細介紹瞭一元和多元綫性迴歸的參數估計、顯著性檢驗及其應用；第4章對違背迴歸模型基本假設的異方差、自相關和異常值等問題給齣瞭診斷和處理方法，在這一章增加瞭BOXCOX變換；第5章介紹瞭迴歸變量選擇與逐步迴歸方法；第6章就多重共綫性的産生背景、診斷方法、處理方法等方麵結閤實際經濟問題給予討論；第7章嶺迴歸估計是解決共綫性問題的一種非常實用的方法；第8章介紹瞭主成分迴歸與偏最小二乘；第9章介紹瞭可化為綫性迴歸的麯綫迴歸、多項式迴歸，以及不能綫性化的非綫性迴歸模型的計算；第10章分彆介紹瞭自變量中含定性變量和因變量是定性變量的迴歸問題，以及因變量是多類彆和有序變量的迴歸問題。
　　第四版中為讀者提供更多的實用方法。全書的案例主要運用目前在國內流行的統計軟件SPSS 22.0完成，部分內容用Excel和SAS軟件完成，所講述的方法都結閤實例介紹軟件的實施過程。幾乎每章後麵給齣本章小結與評注和思考與練習題。

作者簡介

　　何曉群，男，1954年6月生於西安。1985至1987年在中國科學院應用數學研究所師 從方開泰先生學習應用數理統計，獲理學碩士學位。九三學社中國人民大學支社主委。現為中國人民大學統計學院教授，博士生導師，中國人民大學6 Sigma質量管理研究中心主任，日本國立山口大學、香港浸會大學、颱灣輔仁大學訪問教授。摩托羅拉和美國六西格瑪國際學院認證講師，中國現場統計研究會常務理事，副秘書長，中國現場統計研究會多元統計分析分會理事長。

　　劉文卿，中國人民大學統計學院六西格瑪質量管理研究中心副主任， 獲得國傢質量監督檢驗檢疫總局認證的質量工程師職業資格培訓教師，中國質量協會聘任的質量管理技術方法課程教師。

目錄

第1章 迴歸分析概述
1．1 變量間的統計關係
1．2 迴歸方程與迴歸名稱的由來
1．3 迴歸分析的主要內容及其一般模型
1．4 建立實際問題迴歸模型的過程
1．5 迴歸分析應用與發展述評
思考與練習
第2章 一元綫性迴歸
2．1 一元綫性迴歸模型
2．2 參數β0，β1的估計
2．3 最小二乘估計的性質
2．4 迴歸方程的顯著性檢驗
2．5 殘差分析
2．6 迴歸係數的區間估計
2．7 預測和控製
2．8 本章小結與評注
思考與練習
第3章 多元綫性迴歸
3．1 多元綫性迴歸模型
3．2 迴歸參數的估計
3．3 參數估計量的性質
3．4 迴歸方程的顯著性檢驗
3．5 中心化和標準化
3．6 相關陣與偏相關係數
3．7 本章小結與評注
思考與練習
第4章 違背基本假設的情況
4．1 異方差性産生的背景和原因
4．2 一元加權最小二乘估計
4．3 多元加權最小二乘估計
4．4 自相關性問題及其處理
4．5 BOX-COX變換
4．6 異常值與強影響點
4．7 本章小結與評注
思考與練習
第5章 自變量選擇與逐步迴歸
5．1 自變量選擇對估計和預測的影響
5．2 所有子集迴歸
5．3 逐步迴歸
5．4 本章小結與評注
思考與練習
第6章 多重共綫性的情形及其處理
6．1 多重共綫性産生的背景和原因
6．2 多重共綫性對迴歸模型的影響
6．3 多重共綫性的診斷
6．4 消除多重共綫性的方法
6．5 本章小結與評注
思考與練習
第7章 嶺迴歸
7．1 嶺迴歸估計的定義
7．2 嶺迴歸估計的性質
7．3 嶺跡分析
7．4 嶺參數k的選擇
7．5 用嶺迴歸選擇變量
7．6 本章小結與評注
思考與練習
第8章 主成分迴歸與偏最小二乘
8．1 主成分迴歸
8．2 偏最小二乘
8．3 本章小結與評注
思考與練習
第9章 非綫性迴歸
9．1 可化為綫性迴歸的麯綫迴歸
9．2 多項式迴歸
9．3 非綫性模型
9．4 本章小結與評注
思考與練習
第10章 含定性變量的迴歸模型
10．1 自變量含定性變量的迴歸模型
10．2 自變量含定性變量的迴歸模型的應用
10．3 因變量是定性變量的迴歸模型
10．4 Logistic迴歸模型
10．5 多類彆Logistic迴歸
10．6 因變量順序數據的迴歸
10．7 本章小結與評注
思考與練習
部分練習題參考答案
附錄
錶1 簡單相關係數臨界值錶
錶2 t分布錶
錶3 F分布錶
錶4 DW檢驗上下界錶
參考文獻

精彩書摘

　　迴歸分析是統計學中一個非常重要的分支，在自然科學、管理科學和社會經濟等領域有著非常廣泛的應用。本書是針對統計學專業和財經管理類專業教學的需要而編寫的。
　　本書寫作的指導思想是在不失嚴謹的前提下，明顯不同於純數理類教材，努力突齣實際案例的應用和統計思想的滲透，結閤統計軟件全麵係統地介紹迴歸分析的實用方法，盡量結閤中國社會經濟、自然科學等領域的研究實例，把迴歸分析的方法與實際應用結閤起來，注意定性分析與定量分析的緊密結閤，努力把同行以及我們在實踐中應用迴歸分析的經驗和體會融入其中。
　　本書2001年齣版以來，得到瞭讀者的廣泛認可，第四版是繼續作為普通高等教育“十一五”國傢級規劃教材齣版的。在這期間，SPSS社會科學統計軟件包（Statistical Package for the Social Science）已經從13��0版本提高到22��0版本，使我們可以在第四版中為讀者提供更多的實用方法。本書的案例主要運用目前在國內最流行的統計軟件SPSS 22��0完成，部分內容用Excel和SAS軟件完成，所講述的方法都結閤實例介紹軟件的實施過程。幾乎每章後麵給齣本章小結與評注和思考與練習題。
　　全書共分10章。第1章對迴歸分析的研究內容和建模過程給齣綜述性介紹；第2章和第3章詳細介紹瞭一元和多元綫性迴歸的參數估計、顯著性檢驗及其應用；第4章對違背迴歸模型基本假設的異方差、自相關和異常值等問題給齣瞭診斷和處理方法，在這一章增加瞭BOX-COX變換；第5章介紹瞭迴歸變量選擇與逐步迴歸方法；第6章就多重共綫性的産生背景、診斷方法、處理方法等方麵結閤實際經濟問題給予討論；第7章嶺迴歸估計是解決共綫性問題的一種非常實用的方法；第8章介紹瞭主成分迴歸與偏最小二乘；第9章介紹瞭可化為綫性迴歸的麯綫迴歸、多項式迴歸，以及不能綫性化的非綫性迴歸模型的計算；第10章分彆介紹瞭自變量中含定性變量和因變量是定性變量的迴歸問題，以及因變量是多類彆和有序變量的迴歸問題。
　　本書作為迴歸分析的應用教材，重點是結閤SPSS軟件使用迴歸分析中的各種方法，比較各種方法的適用條件，並正確解釋分析結果。為瞭保持教材的完整性，對一些基本的公式和定理給齣瞭推導和證明，對一些基本的理論性質也做瞭必要的說明。對統計學專業的本科生可以全麵係統地講述教材的內容；對非統計學專業的本科生應該捨棄其中理論性質的內容；對非統計學專業的研究生可以根據具體情況選擇講授其中的內容。根據我們的教學實踐，本書講授54課時較為閤適，若有計算機和投影設備的配閤，教學將會更為方便和有效。
　　在本書的寫作過程中得到瞭中國人民大學21世紀統計學係列教材編審委員會和中國人民大學齣版社的支持。編寫大綱經過教材編寫委員會的認真討論，教材第一版得到張堯庭、吳喜之兩位教授的認真審閱，他們提齣瞭不少中肯的意見。我們的博士生鬍小寜，碩士研究生趙雲靜、唐菁穗為第四版的編寫作瞭大量上機計算。本書的大部分案例是我們多年教學和科研工作的積纍，部分案例為體現其典型性引用他人著作。在此謹嚮對本書齣版提供幫助的師長和朋友錶示衷心的感謝。本書的完成是我們兩位作者多年友好閤作的結果，我們期望它的齣版能為迴歸分析在中國的應用做齣積極的貢獻。由於水平所限，書中難免有不足之處，尤其是在一些應用研究的體會性討論中，恐有偏頗之處，懇切希望讀者批評指正。
　　何曉群劉文卿
　　2015年3月
　　於中國人民大學明德樓
　　……

前言/序言

《統計學原理與方法：探索數據背後的規律》 內容簡介： 《統計學原理與方法：探索數據背後的規律》是一本麵嚮高等院校理工科、經濟管理類及相關專業學生的教材，旨在係統地介紹統計學的基本概念、理論和常用方法。本書力求在理論深度與實際應用之間取得平衡，幫助讀者掌握運用統計工具分析和解釋數據的能力，從而在各自的學習和工作中做齣更明智的決策。 本書共分為十四個章節，循序漸進地引導讀者深入理解統計學。 第一章 緒論 本章首先闡述瞭統計學的概念、研究對象和基本任務，強調瞭統計學在現代科學研究、社會經濟發展以及日常生活中的重要作用。通過生動的案例，揭示瞭數據無處不在，而統計學則是理解這些數據的關鍵鑰匙。接著，本章區分瞭描述統計和推斷統計兩大分支，並介紹瞭統計研究的基本過程，包括數據的收集、整理、分析和解釋。最後，對本書的學習內容和整體結構進行瞭概述，為讀者開啓統計學之旅奠定基礎。 第二章 數據的類型與錶現 數據是統計分析的基石。本章詳細介紹瞭數據的不同類型，包括分類數據（定性數據）和數值數據（定量數據）。對於數值數據，又進一步區分瞭離散型數據和連續型數據。在此基礎上，本章介紹瞭常用的數據錶現形式，如頻數分布錶、頻率分布錶、直方圖、條形圖、餅圖、摺綫圖等。通過這些圖形和錶格，讀者可以直觀地瞭解數據的分布特徵，為後續的深入分析做好準備。本章特彆強調瞭選擇閤適的數據錶現形式以清晰、準確地呈現信息的重要性。 第三章 數據的中心位置度量 描述數據集中趨勢的統計量是分析數據的核心內容。本章詳細講解瞭均值、中位數和眾數這三種最常用的中心位置度量。本書不僅給齣瞭這些統計量的計算方法，還深入探討瞭它們各自的優缺點以及適用場景。例如，均值易受極端值影響，而中位數則更為穩健；眾數則適用於描述分類數據的集中趨勢。此外，本章還介紹瞭加權均值和幾何平均數等，拓展瞭讀者對中心位置度量的認識。通過對中心位置的理解，讀者能夠初步把握數據的典型取值。 第四章 數據的離散程度度量 僅僅瞭解數據的中心位置是不夠的，數據的離散程度同樣重要。本章介紹瞭方差、標準差、極差、四分位數間距等描述數據離散程度的統計量。方差和標準差是衡量數據波動大小的最常用指標，本書詳細推導瞭它們的計算公式，並解釋瞭它們在實際問題中的意義。例如，在質量控製中，標準差可以反映産品的一緻性。極差直觀地展示瞭數據的最大值與最小值之差，而四分位數間距則提供瞭一種不受極端值影響的離散程度度量方法。理解數據的離散程度有助於評估數據的穩定性和可靠性。 第五章 數據的形態度量 除瞭中心位置和離散程度，數據的形態特徵也能提供豐富的統計信息。本章重點介紹瞭偏度（Skewness）和峰度（Kurtosis）這兩個統計量，它們用於描述數據分布的對稱性和尖峭程度。本書通過圖形化的方式直觀地展示瞭正偏態、負偏態和對稱分布的區彆，以及高尖峰、低平峰和正態分布峰度的差異。通過計算和解讀偏度和峰度，讀者可以更全麵地認識數據的分布形態，例如，偏度可以指示數據中是否存在異常值或分布的不對稱性。 第六章 概率論基礎 推斷統計的核心在於概率論。本章為讀者建立瞭紮實的概率論基礎。首先，介紹瞭概率的基本概念、性質和公理化定義。接著，講解瞭隨機事件及其運算，包括並事件、交事件、互斥事件和對立事件。條件概率和獨立性是本章的重要內容，本書通過大量例子闡述瞭條件概率的計算方法以及事件之間相互獨立性的判斷。貝葉斯定理作為重要的概率推斷工具，也被詳細介紹，為後續的統計推斷奠定基礎。 第七章 隨機變量及其分布 本章將概率論的思想應用於隨機現象的量化描述。本章引入瞭隨機變量的概念，區分瞭離散型隨機變量和連續型隨機變量，並介紹瞭它們的概率分布函數（概率質量函數和概率密度函數）以及纍積分布函數。本書詳細介紹瞭幾個重要的離散型概率分布，如二項分布、泊鬆分布和幾何分布，以及幾個重要的連續型概率分布，如均勻分布、指數分布和正態分布。重點講解瞭正態分布的性質及其在統計學中的極端重要性，為後續的統計推斷提供瞭理論支撐。 第八章 聯閤分布與條件分布 在實際問題中，我們常常需要同時考慮多個隨機變量。本章介紹瞭多維隨機變量的概念，包括聯閤概率分布、邊緣概率分布以及聯閤纍積分布函數。在此基礎上，本章深入探討瞭聯閤分布和邊緣分布之間的關係，以及條件概率分布的計算和應用。特彆地，本章介紹瞭隨機變量的協方差和相關係數，用於衡量兩個隨機變量之間的綫性關係強度和方嚮，這對於理解變量間的相互影響至關重要。 第九章 抽樣分布 從總體中抽取樣本是統計推斷的基礎。本章介紹瞭抽樣技術的基本思想，並重點講解瞭抽樣分布的概念。當從一個總體中反復抽取容量相同的樣本時，樣本統計量（如樣本均值、樣本比例）本身也構成瞭一個隨機變量，其分布稱為抽樣分布。本書重點介紹瞭樣本均值的抽樣分布，並引入瞭中心極限定理，闡述瞭當樣本容量足夠大時，樣本均值的抽樣分布近似服從正態分布的強大結論，這是統計推斷能夠成立的關鍵。 第十章 參數估計 統計推斷的核心任務之一是從樣本信息推斷總體的未知參數。本章介紹瞭點估計和區間估計兩種參數估計方法。點估計是用一個樣本統計量來估計總體參數，本書介紹瞭矩估計法和最大似然估計法等常用的點估計方法，並討論瞭估計量的優良性標準，如無偏性、有效性和一緻性。區間估計則是在點估計的基礎上，給齣一個包含總體參數的可能取值範圍，即置信區間。本章詳細講解瞭如何構造均值、比例的置信區間，並解釋瞭置信水平和置信區間的含義。 第十一章 假設檢驗 假設檢驗是統計推斷的另一重要工具，用於根據樣本數據判斷對總體參數的某個假設是否成立。本章介紹瞭假設檢驗的基本原理和步驟，包括提齣原假設和備擇假設、選擇檢驗統計量、確定拒絕域、收集樣本數據、計算檢驗統計量的值以及做齣統計決策。本書詳細講解瞭關於均值、比例的單樣本檢驗、雙樣本檢驗和配對樣本檢驗等常用檢驗方法。同時，本章也介紹瞭假設檢驗的兩種錯誤：第一類錯誤（棄真）和第二類錯誤（取僞），以及它們對應的顯著性水平和檢驗功效。 第十二章 方差分析 當需要比較三個或三個以上總體的均值時，方差分析（ANOVA）是一種非常有效的統計方法。本章介紹瞭單因素方差分析的基本原理，即通過比較組間均方和組內均方來判斷各組均值是否存在顯著差異。本書詳細講解瞭方差分析的計算步驟，包括計算總平方和、組間平方和、組內平方和以及均方，並介紹瞭F檢驗在方差分析中的應用。通過方差分析，可以有效地控製整體的犯錯概率，並能識彆齣哪些因素對觀測結果産生瞭顯著影響。 第十三章 迴歸分析基礎 迴歸分析是研究變量之間數量關係的有力工具，也是本書重點探討的領域之一。本章首先介紹瞭迴歸分析的基本思想，即通過構建數學模型來描述一個或多個自變量如何影響一個因變量。本章重點介紹瞭簡單綫性迴歸模型，包括模型的建立、參數的估計（最小二乘法）、模型的擬閤優度檢驗（決定係數R²）以及迴歸係數的顯著性檢驗。通過簡單綫性迴歸，讀者可以學習如何解釋迴歸方程的含義，如何進行預測，並認識到迴歸分析在實際問題中的廣泛應用。 第十四章 非參數統計簡介 在某些情況下，數據的分布可能不滿足參數統計方法所需的某些假設，例如正態性。本章簡要介紹瞭非參數統計的基本思想和常用方法。非參數統計方法不依賴於對總體分布的假定，因此具有更廣泛的適用性。本章介紹瞭幾種常用的非參數檢驗方法，如符號檢驗、秩和檢驗（Wilcoxon符號秩檢驗、Mann-Whitney U檢驗）以及Kruskal-Wallis H檢驗，並說明瞭它們在不同場景下的應用。通過本章的學習，讀者能夠理解在參數統計方法失效時，非參數統計能夠提供有效的分析手段。 本書的編寫風格力求嚴謹、清晰，理論推導與實際應用緊密結閤。每章都配有豐富的例題和習題，幫助讀者鞏固所學知識，提高分析和解決實際問題的能力。本書強調統計思維的培養，引導讀者學會如何科學地收集、整理、分析和解釋數據，從而更好地理解世界、做齣決策。我們希望本書能成為讀者學習統計學道路上的良師益友。

評分☆☆☆☆☆

在眾多統計學教材中，這本書無疑是我最喜歡的一本。它的內容詳實，結構清晰，而且講解方式極富啓發性。我尤其欣賞書中對於模型診斷和驗證的細緻講解，這對於保證分析結果的可靠性至關重要。它讓我認識到，一個好的迴歸分析，不僅僅是得到一個方程，更重要的是要對模型進行充分的檢驗和評估。書中對殘差分析、多重共綫性診斷等關鍵步驟的講解，都非常到位，讓我能夠係統地評估模型的質量。此外，書中還涉及瞭一些進階的內容，比如非綫性迴歸和麵闆數據迴歸，這些內容讓我對迴歸分析的廣度和深度有瞭更深刻的認識。閱讀這本書的過程，我感覺自己就像是在一步步搭建一座堅實的知識大廈，每一個章節都是一塊重要的磚石，讓我能夠穩步前進。

評分☆☆☆☆☆

我必須說，這本書簡直就是我學習迴歸分析過程中的“聖經”。作為一本“十一五”國傢級規劃教材，它的嚴謹性和權威性是毋庸置疑的，但最讓我驚喜的是，它並沒有因此變得枯燥乏味。相反，作者用一種非常吸引人的方式將復雜的概念娓娓道來。我特彆喜歡書中關於模型解釋的部分，它不僅僅是告訴你公式，更重要的是教會你如何用通俗易懂的語言去解釋模型的結果，讓非統計學專業的人也能理解。舉個例子，書中在講解交互項的時候，就用瞭非常生動的比喻，讓我一下子就明白瞭交互項的意義和作用，而不是僅僅停留在數學公式的層麵。而且，它還非常注重實際操作，雖然這本書以理論講解為主，但書中提供的很多思路和方法，都可以直接轉化為實際的編程實現。我甚至會時不時地去查找一些它提到的經典論文，來印證書中的理論。這本書就像是一張藏寶圖，指引我探索迴歸分析的無限可能，每一次翻開，都能發現新的寶藏。

評分☆☆☆☆☆

這本書帶來的價值遠超我最初的預期。它不僅是一本教材，更像是一本指導手冊，能夠幫助我將理論知識轉化為實踐技能。作者在書中強調瞭模型選擇和變量篩選的重要性，並提供瞭多種行之有效的方法。我特彆喜歡書中關於模型過擬閤和欠擬閤的討論，這在我過去的分析中經常遇到的問題，而這本書提供瞭清晰的解決方案。它教我如何辨彆模型的不足，並給齣相應的改進建議。而且，書中提供的案例分析非常貼近實際應用場景，讓我能夠清晰地看到理論是如何解決現實世界的問題的。比如，在處理時間序列數據時，書中介紹的ARIMA模型及其應用，讓我對如何分析和預測時間序列數據有瞭全新的認識。這本書讓我明白，迴歸分析不僅僅是建立一個模型，更是理解數據、洞察規律的過程。

評分☆☆☆☆☆

坦白講，我之前對迴歸分析的態度是有點畏懼的，總覺得它是一門高深的學問，需要深厚的數學功底纔能掌握。但是，這本書徹底改變瞭我的看法。作者的寫作風格非常親切，就像是一位經驗豐富的朋友在分享他的知識。他沒有堆砌大量的專業術語，而是用一種非常直觀的方式來解釋每一個概念。書中對假設檢驗的講解尤為精彩，它不僅僅是告訴你P值是什麼，而是深入淺齣地解釋瞭P值背後的邏輯，以及在實際應用中如何正確地解讀和使用它。我尤其贊賞書中關於異常值和離群點的處理章節，這在實際數據分析中是經常會遇到的問題，書中提供瞭非常實用的方法和技巧，讓我能夠從容應對。讀這本書的時候，我感覺自己不再是被動地接受知識，而是主動地去探索和理解。每一次遇到不懂的地方，再迴頭看書，總能發現新的啓示。

評分☆☆☆☆☆

這本書真的把我對統計學的認知提升瞭一個全新的高度。以前總覺得迴歸分析離我生活很遙遠，是那種隻存在於實驗室和象牙塔裏的東西，沒想到通過這本書，我纔意識到它原來如此貼近現實，而且實用性如此之強。書中對於各種迴歸模型的講解，從最基礎的綫性迴歸，到處理分類變量的邏輯迴歸，再到更復雜的模型，都講得條理清晰，深入淺齣。尤其讓我印象深刻的是，作者在講解每個模型時，都會結閤大量的實際案例，比如市場營銷中的客戶行為預測、金融領域中的股票價格分析、醫學研究中的疾病風險評估等等。這些案例不僅僅是理論的支撐，更是讓我看到瞭迴歸分析在解決實際問題時的強大力量。每一次閱讀，都感覺像是在跟一位經驗豐富的導師對話，他不僅教我“是什麼”，更教我“怎麼用”，以及“為什麼這麼用”。書中對模型診斷和優化的部分也講解得非常到位，讓我知道如何判斷一個模型的好壞，以及如何一步步改進它，讓它更符閤實際數據。這種循序漸進的教學方式，讓我這個統計學初學者也能逐漸建立起自信，並且能夠獨立地去應用這些知識。

評分☆☆☆☆☆

這個學期要學的課程，質量還可以

評分☆☆☆☆☆

希望能學有所獲，不浪費錢

評分☆☆☆☆☆

經典中的經典，買瞭就是好好學

評分☆☆☆☆☆

物流超級快，昨天寄得今天就到瞭，書質量好，好評

評分☆☆☆☆☆

很好很強大的！

評分☆☆☆☆☆

正版圖書，物美價廉，哈哈，好好學習

評分☆☆☆☆☆

很好很便宜很好很便宜哈哈哈哈哈哈哈哈哈哈哈哈哈

評分☆☆☆☆☆

多快好省，京東加油！多快好省，京東加油！

評分☆☆☆☆☆

希望能學有所獲，不浪費錢