《观测数据的处理方法》求取 ⇩

第一章 绪论1

§1-1 回归分析在观测资料整理中的意义1

§1-2 回归分析和相关分析2

§1-3 回归方程式3

§1-4 回归参数估计的最小二乘法与最大似然估计法5

第二章 一元线性回归及其应用7

§2-1 一元线性回归的基本原理和方法7

§2-2 一元线性回归方程的有效性与精度等问题16

§2-3 电子计算机在一元线性回归方程中的应用37

§2-4 一元线性回归方程的稳定性42

§2-5 根据回归方程预报 y的取值的补充说明49

§2-6 对观测数据的评价和对观测工作的要求55

§2-7 回归分析中的统计检验57

§2-8 两条回归直线的比较76

§2-9 一元回归曲线——线性化变换分析法92

§2-10 配曲线回归方程的有效性和精度问题105

第三章 多元线性回归分析和应用112

§3-1 二元线性回归、回归平面113

§3-2 k元线性回归——回归超平面122

§3-3 多元线性回归方程的有效性和精度问题126

§3-4 两个多元线性回归方程的比较167

§3-5 自变量在多元回归方程中的重要性考察171

§3-6 多元线性回归分析的步骤总结184

第四章 多项式回归及用正交多项式配回归189

§4-1 多项式回归189

§4-2 加权多项式回归195

§4-3 正交多项式配回归198

§4-4 在电子计算机上实现正交多项式配回归217

第五章 最佳回归方程和逐步回归分析231

§5-1 观测数据中具体问题的多因子性质231

§5-2 最佳回归方程的概念239

§5-3 选择最佳回归方程的方法239

§5-4 逐步回归方程中挑选和剔除因子的概念246

§5-5 逐步回归分析法的具体步骤257

§5-6 逐步回归分析的计算实例300

§5-7 在电子计算机上实现逐步回归分析333

第六章 插值函数339

§6-1 概述339

§6-2 拉格朗日(Lagrange)插值340

§6-3 在电子计算机上实现拉格朗日一元n点插值357

§6-4 分段插值358

§6-5 样条(Spline)插值函数361

§6-6 在电子计算机上实现样条插值函数的计算382

§6-7 数值积分386

附录391

§6-8 在电子计算机上实现数值积分394

附表1 u 检验的 u_a值表397

附表2 小子样t_a分布数值表398

附表3 x~2检验的x~2分布表399

附表4 F检验的F分布表400

附表5 正交多项式表406