线性回归及应用
正在缓冲...
此门课程讲解的是线性回归及应用，共十二章，通过SAS程序分析了大量的实例，避免枯燥的理论，帮助想要学习者更好的理解线性回归模型。下面是各章节目录：
第1章 回归分析简介
第2章 简单线性回归及实际应用
第3章 多元线性回归及实际应用
第4章 回归模型检验
第5章 离散预测变元的回归模型
第6章 变元转换
第7章 加权最小二乘法
第8章 观测数据相关性（因变元不独立）问题的处理
第9章 自变元共线数据处理
第10章 如何处理具有共线性数据模型
第11章 线性模型中变元选择和模型检验
第12章 逻辑回归
视频选集
（1/37）
自动连播
1.1回归分析介绍及最小二乘法求线性回归方程
32:04
1.2统计学中的一些基本概念
34:05
2.1 线性回归模型中的概念
36:44
2.2 如何使用SAS实施线性回归
41:56
3.1 最小二乘估计
30:17
3.2 多元回归模型实例讲解
26:52
3.3 矩阵表达式及最大似然法求解
50:36
3.4 多元线性回归实例
40:36
4.1 模型检验的介绍
26:51
4.2 残差分析1
28:53
4.3 残差分析2
22:24
4.4 残差分析实例
28:58
4.5 离群值
28:59
4.6 数据对模型影响度的量度
34:33
4.7 变量在回归模型作用量度
25:04
5.1 简介及实例
31:54
5.2 广义线性模型处理离散变元
30:05
5.3 多元回归实例讲解
33:12
5.4 变元间的交互作用
31:04
5.5 最小二乘均值
32:02
5.6 连续变元与离散变元的交互作用
42:08
6.1 非线性转换为线性
28:47
6.2 使用变元转换来稳定方差
26:55
6.3 解决异方差及实例
26:57
7.1 最小加权估计
34:21
7.2 两阶段回归估计
45:24
8.1 自相关
33:04
8.2 时间序列分析
19:45
9.1 共线性介绍
32:54
9.2 共线性处理方法
26:38
10.1 共线性介绍及降维
30:16
10.2 主成分
31:44
10.3 岭回归及主成分未必工作例子
18:48
11.1 拟合统计量及Mallows Cp
29:48
11.2 例子拟合及变元选择
54:32
11.3 例子共线性及方差线性检验
37:22
12.1逻辑回归
36:47
顶部