回归分析

本书内容分为三部分：(1)?线性回归分析所需要的矩阵理论、多元正态分布；(2)?线性回归的基本理论和方法，包括线性估计的一般小样本理论、关于线性假设的?F-检验方法、基于线性模型的方差分析理论、变量选择问题的讨论、共线性问题、异常值问题以及?Box-Cox?模型等与线性回归相关的内容；(3)?用于分类响应变量的Logist回归模型的基本理论和方法。本书要求读者具有高等代数(或者线性代数)和概率论与数理统计的良好基础。本书的特点之一是在尽可能少的基础知识要求下讲清线性回归分析的理论问题，同时，本书也附带了一些SAS代码，这将有助于实际应用中的数据处理。本书可供统计学专业、数学专业或者其他相关专业作为本科生回归分析课程教材使用，也可作为非统计学专业的研究人员学习回归分析基础理论的参考书使用。