![[套装书]统计模型：理论和实践(原书第2版)+线性回归分析导论（原书第5版）（2册）](http://images.china-pub.com/ebook8065001-8070000/8067380/zcover.jpg)
基本信息
- 作者： （美）道格拉斯C.蒙哥马利（Douglas C.Montgomery） 伊丽莎白A.派克（Elizabeth A.Peck） G.杰弗里·瓦伊宁（G.Geoffrey Vining）
- 译者： 王辰勇
- 出版社：机械工业出版社
- ISBN：9782002281723
- 上架时间：2020-2-28
- 出版日期：2010 年9月
- 开本：16开
- 页码：484
- 版次：1-1
- 所属分类：数学 > 统计 > 统计学
内容简介
书籍
数学书籍
---------------------------统计模型：理论和实践(原书第2版)---------------------------
《统计模型：理论和实践（原书第2版）》是一本优秀的统计模型教材，着重讲解线性模型的应用问题，包括广义*小二乘和两步*小二乘模型，以及二分变量的probit及logit模型的应用。《统计模型：理论和实践（原书第2版）》还包括关于研究设计、二分变量回归及矩阵代数的背景知识。此外，《统计模型：理论和实践（原书第2版）》附有大量的练习，并且其中多数练习题在书后都有答案，便于读者学习、巩固和提高。
适合作为统计专业高年级本科生和低年级研究生线性模型课程的教材，同时也适合作为相关领域研究人员的参考书。
---------------------------线性回归分析导论（原书第5版）---------------------------
本书是世界公认的“回归分析”权威教材，不仅从理论上介绍了当今统计学中用到的传统回归方法，还补充介绍了尖端科学研究中不太常见的回归方法. 本书前11章是核心内容，阐述简单回归、多元回归、诊断统计量、指示变量、有偏估计、多项式回归模型等主题，并简单讨论了用于回归模型验证的一系列方法以及如何处理强影响观测值、多重共线性问题. 最后4章介绍回归实践中比较重要的各种论题，包括非线性回归、广义线性模型、时间序列数据的回归模型、稳健回归、自助回归估计值、分类回归树、神经网络以及回归试验设计等. 书末还有5个附录，其中附录C简短地给出了理论性更强的某些其他论题，附录D介绍了使用SAS处理回归问题，附录E介绍了R.
本书适用于工程学、化学科学、物理科学、统计学、数学以及管理学等专业的各年级本科生与一年级研究生.
数学书籍
---------------------------统计模型：理论和实践(原书第2版)---------------------------
《统计模型：理论和实践（原书第2版）》是一本优秀的统计模型教材，着重讲解线性模型的应用问题，包括广义*小二乘和两步*小二乘模型，以及二分变量的probit及logit模型的应用。《统计模型：理论和实践（原书第2版）》还包括关于研究设计、二分变量回归及矩阵代数的背景知识。此外，《统计模型：理论和实践（原书第2版）》附有大量的练习，并且其中多数练习题在书后都有答案，便于读者学习、巩固和提高。
适合作为统计专业高年级本科生和低年级研究生线性模型课程的教材，同时也适合作为相关领域研究人员的参考书。
---------------------------线性回归分析导论（原书第5版）---------------------------
本书是世界公认的“回归分析”权威教材，不仅从理论上介绍了当今统计学中用到的传统回归方法，还补充介绍了尖端科学研究中不太常见的回归方法. 本书前11章是核心内容，阐述简单回归、多元回归、诊断统计量、指示变量、有偏估计、多项式回归模型等主题，并简单讨论了用于回归模型验证的一系列方法以及如何处理强影响观测值、多重共线性问题. 最后4章介绍回归实践中比较重要的各种论题，包括非线性回归、广义线性模型、时间序列数据的回归模型、稳健回归、自助回归估计值、分类回归树、神经网络以及回归试验设计等. 书末还有5个附录，其中附录C简短地给出了理论性更强的某些其他论题，附录D介绍了使用SAS处理回归问题，附录E介绍了R.
本书适用于工程学、化学科学、物理科学、统计学、数学以及管理学等专业的各年级本科生与一年级研究生.
作译者
---------------------------统计模型：理论和实践(原书第2版)---------------------------
David A. Freedman (1938-2008) 是加州大学伯克利分校的统计学教授。他是杰出的数理统计学家，其研究范围包括鞅不等式分析、Markov过程、抽样、自助法等。他是美国科学学院（American Academy of Art and Sciences）院士。在2003年，他获得了美国科学院授予的John J. Carty科学进步奖，以表彰他对统计理论和实践做出的贡献。
目录
---------------------------统计模型：理论和实践(原书第2版)---------------------------
译者序
引言
第2版序
前言
第1章 观测研究和实验1
1.1 引言1
1.2 HIP试验2
1.3 关于霍乱的研究4
1.4 Yule关于贫困原因的研究6
1.5 札记9
第2章 回归线12
2.1 引言12
2.2 回归线12
2.3 胡克定律14
译者序
---------------------------线性回归分析导论（原书第5版）---------------------------
历经十个月，我终于翻译完成了这本600余页的著作.这是我第一本译著，也是我第一次从事系统的翻译工作.今天，我诚惶诚恐地将这本译著献给大家.
本书是一本权威的回归分析著作，被许多美国大学用作教材.本书的第一作者蒙哥马利先生是一位著名的工程统计学家，著有十几本著作，其中包括《试验设计与分析》《统计质量控制》《响应曲面方法》《工程统计学》等权威教材.本书秉承了蒙哥马利先生在工程统计领域的写作风格，旁征博引，大量使用各个领域的实际数据（尤其是工程数据）作为例子，这极大地增加了读者的兴趣与对回归分析方法的理解，但也为本书的翻译工作带来了不小的难度.
一本译著的完成，离不开身边支持我的人.首先要感谢华章公司对我的信任，将这本权威的名著交给了我，并给予了我一些帮助.还要感谢已经陪我走过了十年的小伙伴们，尤其是傅泽伟、韩旭、王尉、王潇、张旭斌；翻译本书期间恰逢我一次重大的人生转折，是他们在我最困窘与彷徨的时候，给予了我巨大的帮助与启迪.最后，要感谢我年迈的父母，没有他们的督促与激励，这本译著的完成时间恐怕还要延后，谨将这本译著献给他们.
原书出版商没有提供本书的电子版，所以我直接将原文笔译在纸上，然后再使用LaTeX录入.虽然翻译本书花费了我大量的精力，但是翻译的过程也是我个人提高的过程，令我收获颇丰.由于经验与时间所限，译文难以做到尽善尽美，其中的不当与错误之处，请读者不吝指正.
王辰勇
2015年10月
前言
---------------------------统计模型：理论和实践(原书第2版)---------------------------
读这本书是一种完完全全的享受。自从伯克利加利福尼亚大学统计系郁彬教授在2008年向我推荐这本书之后，我一开始期望的是一本数学味很强的标准回归分析教材。后来，完全出乎意外，这本书竟然是我多年来企图寻找却又不可得的涉及回归分析甚至统计领域核心问题的一本以不寻常的清楚明白方式写的传奇式的读物。 一眼就可以看出该书是出自大家的手笔。在应用统计于科学、医学和社会科学等领域方面，几十年来，本书作者David Freedman都一直被誉为统计的良心。该书是他在研究生命最旺盛的时期写的，代表了当代应用回归教科书的最高水平。作者不仅在伯克利，而且在世界许多高校都使用该教材讲过回归。多年的应用经验和教学实践使得该书内容丰富，语言平易近人，易教易学。该书的实际例子和练习题是精心挑选的，对掌握该书的内容不可或缺。
通常的回归或统计模型教材，无论标以理论或是应用的标签，往往对模型附加了很多假定，但又从来不解释如果这些假定不满足，则会发生什么问题或灾难。这本书不但不回避这些一般教师避之唯恐不及的关于模型的设置和假定等敏感问题，而且专门对各个领域最著名的、最有影响的文章的模型设置及各种假定进行认真的剖析。读这本书对于教师、学生，特别是实际工作者皆是一种心灵的震撼。我相信，任何有心人读了这本书之后，都会在未来涉及回归的课题上倍加小心，避免发生各种根本意想不到的错误。这本书会使许多人受益不浅，功德无量。
我对这本书的翻译是在2009年David Freedman去世之后，当时还不知道他在去世前已经定稿了修订版。因此，我先翻译了初版，后来又翻译了这一版。我恐怕是本书最忠实的中国读者之一。我希望那些在中国大学教本科生或者研究生回归模型课程的教师，能够以本书作为教材或者主要参考书，使得学生能够直接受益于国际一流统计大师的经验与智慧。
---------------------------线性回归分析导论（原书第5版）---------------------------
回归分析是广泛用于分析多因子数据的方法之一.回归分析使用方程来表达所感兴趣的变量（响应变量）与一系列相关预测变量之间的关系，其中所产生的概念逻辑过程使本书具有广泛的吸引力与实用性.因为回归分析隐含着优雅的数学，同时也有完善的统计学理论，所以回归分析在理论上也是非常有趣的.成功地使用回归分析，就要从理论与常见的实际问题两个方面，将其应用于实际数据.
本书适合作为回归分析的入门教材，包含了回归分析中的标准论题，也涉及许多新的论题.本书理论与应用实例并重，使读者不仅理解必要的基本原理，还能将各种回归建模方法应用于具体环境中.本书最初成书于回归分析课程的笔记，该课程面向高年级本科生与一年级研究生，学生来自不同的专业：工程学、化学与物理科学、统计学、数学，以及管理学.本书也曾用于面向专业人士的入门培训.本书假定读者学过统计学的入门课程，并熟悉假设检验、置信区间以及正态分布、t分布、卡方分布与F分布，矩阵代数的某些知识也是必要的.
在回归分析的现代应用中，计算机扮演了重要的角色.今天，即便是电子表格软件，也可以使用最小二乘法来拟合回归方程.因此，本书整合了许多软件的使用方法，给出数据表格与图形输出，并总体上讨论了某些计算机软件包的功能.本书使用了Minitab、JMP、SAS与R来处理各种问题与例子.之所以选择这些软件包，是因为它们广泛用于实践和教学.许多作业习题都要使用统计软件包来求解.本书的所有数据都可以通过出版商以电子形式获得.ftp地址为：ftp://ftp.wiley.com/public/sci_tech_med/introduciton_linear_regression，其中汇总了数据、习题解答、PowerPoint文件，以及与本书相关的其他材料.
第5版的改进
本书第5版有很多改进，包括：重新组合了课文材料，新的例子，新的习题，关于时间序列回归分析的新的一章，以及关于回归模型试验设计的新材料.进行修订的目的是使本书更好地用作教材与参考书，并更新对某些论题的讨论.
第1章从整体上介绍了回归建模，并描述了回归分析的某些典型应用.第2章与第3章提供了简单回归与多元回归中最小二乘模型拟合的标准结果，以及基本的推断程序（假设检验、置信区间与预测区间）.第4章讨论了模型适用性检验的基本方法，包括残差分析，其中强调了残差图、离群点的探测与处理、PRESS统计量，以及失拟检验.第5章讨论了如何将数据变换与加权最小二乘法用于解决模型不适用这一问题，如何处理违背基本回归假设的情形.本章也介绍了Box-Cox（博克斯考克斯）方法与Box-Tidwell方法，从分析的角度设定数据变换的形式.第6章展示了诊断统计量，并简单讨论了如何处理强影响观测值.第7章讨论了多项式回归模型及其各种变形.本章的论题包括多项式拟合与推断的基本程序，以多项式、分层多项式与分段多项式为中心的讨论，同时拥有多项式与三角函数项的模型，正交多项式，响应曲面方法概述，以及非参数回归方法与光滑回归方法的介绍.第8章介绍了指示变量，同时将回归模型与方差分析模型进行了联系.第9章关注多重共线性问题，包括对多重共线性来源的讨论，多重共线性的危害、诊断量与各种诊断性度量.本章介绍了有偏估计，包括岭回归及其某些变种，以及主成分回归.第10章研究了变量选择与模型构建方法，包括逐步回归程序与所有可能回归.本章也讨论与解释了评估子集模型的某些准则.第11章展示了用于回归模型验证的一系列方法.
媒体评论
---------------------------统计模型：理论和实践(原书第2版)---------------------------
“统计的第二门课是严肃的、正确的和有趣的.本书讲授了回归、因果建模、*大似然和自助法.分析现实数据的每个人都应该阅读本书，并且我们也很荣幸现在能有这个修订版.”
——Persi Diaconis，斯坦福大学数学与统计学教授
“在本书中，作者解释了因果建模中主要使用的统计方法，通过有趣的实例清晰而生动地描述了复杂的统计思想。初学者和实践者都将从本书中获益。”
——Alan Krueger，普林斯顿大学经济与公共政策学教授
“回归方法经常应用于观测数据，目的是获得因果结论。在什么环境下这是合理的？分析背后的假定是什么？本书回答了这些问题。对于不仅仅使用回归来总结数据的任何人，本书都是必读的。本书的写作风格非常好，对于社会科学中相关研究论文的讨论极具洞察力。对于从事统计建模或者讲授回归的每个人，我强烈推荐此书”
——Aad van der Vaart，阿姆斯特丹自由大学统计学教授“统计的第二门课是严肃的、正确的和有趣的.本书讲授了回归、因果建模、*大似然和自助法.分析现实数据的每个人都应该阅读本书，并且我们也很荣幸现在能有这个修订版.”
——Persi Diaconis，斯坦福大学数学与统计学教授
“在本书中，作者解释了因果建模中主要使用的统计方法，通过有趣的实例清晰而生动地描述了复杂的统计思想。初学者和实践者都将从本书中获益。”
——Alan Krueger，普林斯顿大学经济与公共政策学教授
“回归方法经常应用于观测数据，目的是获得因果结论。在什么环境下这是合理的？分析背后的假定是什么？本书回答了这些问题。对于不仅仅使用回归来总结数据的任何人，本书都是必读的。本书的写作风格非常好，对于社会科学中相关研究论文的讨论极具洞察力。对于从事统计建模或者讲授回归的每个人，我强烈推荐此书”
——Aad van der Vaart，阿姆斯特丹自由大学统计学教授
“本书是该学科的一个现代导论，讨论了图形模型和联立方程等主题。书中有许多富有启发性的练习和计算机实验。特别有价值的是关于应用统计中主要“哲人石”的关键评论。这是一本鼓舞人心的而又易读的书，无论是老师还是学生都会从中受益。”
——Gesine Reinert，牛津大学统计学教授
