统计回归分析-回归方程引论 内容简介

    统计回归分析的本体是回归方程理论，前者乃后者在统计层面上的推绎．回归方程是对一个变量于一组变量某类函数集合中的*佳逼近元的刻画与规定．     本书内容分两大部分．一部分是1-4章及附录a-c，另一部分是5-12章．其中，5—12章是主体，研讨了八大类回归方程，从统计观点而言，即八大类统计回归模型，分别为线性回归方程、gauss—markov线性回归方程、非参数回归方程与半参数回归方程、随机向量密度函数、函数系数回归方程、随机过程回归方程、微分回归方程、逆回归方程．前4章及3个附录是对主体部分的理论支撑与辅助，内容包括：概率论、数理统计学、泛函分析、fourier分析、矩阵代数、测度论及模拟实验sas软件程序编制等．     本书可作为学习统计回归分析及相关学科(如物理、生物、经济、金融与管理等)的高年级本科生和研究生教材，也可供教师及科研人员参考．

统计回归分析-回归方程引论 目录

前言
符号表
第1章  概率论
　1.1  随机向量
    1.1.1  测度空间
    1.1.2概率分布
    1.1.3  条件分布
    1.1.4独立性
　1.2  数字特征
    1.2.1矩
    1.2.2熵
    1.2.3  随机变量组的离散度
　1.3  特征函数
    1.3.1  定义
    1.3.2  性质

自然科学 数学 概率论与数理统计

在线阅读