R语言的现代线性回归

一 、线性回归

1.线性回归模型与模型假定      

2.最小二乘法方法与性质

3.方差估计与模型效用           

4.决定系数与拟合优度

5.假设检验

二、多元回归

1.系数估计与模型拟合           

2.交互作用模型

3.二次模型                     

4.预测与外推的陷阱

三、模型构建

1.定量与定性自变量             

2.定性自变量回归

3.模型选择                     

4.逐步回归

四、稳健估计

1.共线性与方差膨胀             

2.奇异值与强影响数据：失效点分析

3.稳健估计量                   

4.稳健回归的自助标准误

五、通向广义线性回归

1.指数族分布                   

2.矩估计与最大似然估计

3.指数族分布的方差函数         

4.连接函数：广义化与分布

5.加权最小二乘法与迭代加权最小二乘法

6.比较拟合优度

阅读全文点击：《R语言的现代线性回归》