应用回归分析
本课程共3集 翻译完 欢迎学习
课程介绍:《应用回归分析》是以概率论与数理统计为基础迅速发展起来的一种应用性较强的科学方法。该课程系统介绍回归分析理论和方法,包括一元线性回归模型与多元线性回归模型的参数估计理论和方法以及自变量选择、影响点和异常点的识别及处理,异方差性诊断和自相关性问题及处理,多重共线性问题及处理,多元线性回归模型的有偏估计,非线性回归模型和含定性变量的回归模型的参数估计理论、方法及算法、广义线性回归模型和缺失数据模型的统计推断等。该课程还收集了大量的实际例子来介绍这些回归分析方法在社会学、经济学、教育学和心理学等领域的具体应用。学习和掌握应用回归分析理论,对于提高分析和解决实际问题的能力具有重大的意义。
课程列表
【第1集】第一节 数据与变量(上) 译
【第2集】第一节 数据与变量(下) 译
【第3集】第二节 变量间的统计关系 译
【第4集】第三节 回归分析与相关分析 译
【第5集】第三节 回归分析与相关分析 译
【第6集】第一节 一元线性回归模型(上) 译
【第7集】第一节 一元线性回归模型(下) 译
【第8集】第二节 参数估计及其性质(上) 译
【第9集】第二节 参数估计及其性质(下) 译
【第10集】第三节 显著性检验 译
【第11集】第四节 预测与控制 译
【第12集】第五节 因变量缺失的一元线性回归模型 译
【第13集】第一节 多元线性回归模型 译
【第14集】第二节 参数估计及其性质(上) 译
【第15集】第二节 参数估计及其性质(下) 译
【第16集】第三节 多元线性回归模型的假设检验(上) 译
【第17集】第三节 多元线性回归模型的假设检验(下) 译
【第18集】第四节 多元线性回归模型的广义最小二乘估计 译
【第19集】第五节 相关阵及偏相关系数(上) 译
【第20集】第五节 相关阵及偏相关系数(下) 译
【第21集】第六节 预测和控制 译
【第22集】第七节 因变量缺失的多元线性回归模型 译
【第23集】第一节 自变量选择对模型参数估计及预测的影响(上) 译
【第24集】第一节 自变量选择对模型参数估计及预测的影响(下) 译
【第25集】第二节 自变量选择准则(上) 译
【第26集】第二节 自变量选择准则(下) 译
【第27集】第三节 自变量选择方法(上) 译
【第28集】第三节 自变量选择方法(下) 译
【第29集】第四节 缺失数据回归模型的自变量选择 译
【第30集】第一节 异常点和影响点 译
【第31集】第二节 残差及其性质(上) 译
【第32集】第二节 残差及其性质(下) 译
【第33集】第四节 强影响点的诊断 译
【第34集】第五节 异方差性诊断(上) 译
【第35集】第五节 异方差性诊断(下) 译
【第36集】第一节 引言 译
【第37集】第二节 岭估计(上) 译
【第38集】第二节 岭估计(下) 译
【第39集】第三节 主成分估计(上) 译
【第40集】第三节 主成分估计(下) 译
【第41集】第四节 Stein压缩估计 译
【第42集】第一节 引言 译
【第43集】第二节 非线性回归模型的定义 译
【第44集】第三节 非线性回归模型的参数估计及其算法(上) 译
【第45集】第三节 非线性回归模型的参数估计及其算法(下) 译
【第46集】第四节 非线性回归模型的统计诊断(上) 译
【第47集】第四节 非线性回归模型的统计诊断(下) 译
【第48集】第五节 带有缺失数据的非线性回归模型 译
【第49集】第一节 引言 译
【第50集】第二节 自变量含有定性变量的回归模型 译
【第51集】第三节 因变量含有定性变量的回归模型 译
【第52集】第四节 Logistic回归模型的参数估计及其算法 译
【第53集】第一节 引言,广义线性回归模型,实例分析 译
【第54集】第二节 广义线性回归模型 译
查看全部课程
相关推荐