回归分析是一本统计学类、数据科学类专业的核心专业课程，主要为统计学及其相关专业的本科生介绍回归分析的建模思想、基本原理和基本方法。本教材的编写逻辑和思路：首先，通过介绍变量之间的关系引入回归的思想，从最简单的一元线性回归模型开始，扩展到多元线性回归模型，进一步再扩展到广义线性模型，针对不同的问题，建立不同的模型，从简单到复杂，深入浅出的讲解回归模型的建模思想。其次，针对不同的模型，通过理论讲解与实例分析介绍如何建立回归模型，如何实现回归模型的估计，并针对模型的种种假设进行检验，以及数据违背假设的识别与处理方法。从理论上加深对回归思想的理解，从实践上拓展对回归模型的应用，实现理论与实践并重的教学目的。
李扬，中国人民大学学位评定委员会委员，统计学院教授、博士生导师，入选国家级青年人才计划，担任国际统计学会Elected Member、中国商业统计学会副会长、中国统计学会常务理事、中国现场统计研究会常务理事、北京生物医学统计与数据管理研究会监事长等；主要从事模型选择与不确定性评价、调查设计与分析、潜变量建模、临床试验设计等领域研究。林存洁，中国人民大学统计学院副教授，主要从事个性化医疗、生存分析、缺失数据分析等领域研究，承担国家自然科学基金项目、全国统计科学重点项目等，
第1章 绪 论
1.1 缘起与发展
1.2 变量间的关系
1.3 研究内容
1.4 建模思路
1.5 小结与评注
习题
第2章 一元线性回归
2.1 一元线性回归模型
2.2 参数估计方法
2.3 参数估计性质
2.4 模型推断
2.5 模型预测
2.6 实例分析
2.7 小结与评注
2.8 附录：SPSS操作演示
习题
第3章 多元线性回归
3.1 多元线性回归模型
3.2 参数的估计与性质
3.3 模型推断
3.4 中心化和标准化
3.5 相关阵与偏相关系数
3.6 类别型自变量
3.7 分段线性回归
3.8 实例分析
3.9 小结与评注
3.10 附录：SPSS操作演示
符号注记
习题
第4章 回归诊断
4.1 回归模型的诊断
4.2 异方差的诊断及处理
4.3 自相关的诊断及处理
4.4 异常值和强影响点
4.5 Box-Cox变换
4.6 广义最小二乘估计
4.7 小结与评注
4.8 附录：SPSS操作演示
习题
第5章 多重共线性
5.1 原因与影响
5.2 诊断方法
5.3 处理方法
5.4 岭估计
5.5 小结与评注
5.6 附录：SPSS操作演示
习题
第6章 模型选择
6.1 全模型与选模型
6.2 全子集回归
6.3 逐步回归
6.4 基于惩罚的模型选择
6.5 模型选择的评价准则
6.6 实例分析
6.7 小结与评注
6.8 附录：SPSS操作演示
习题
第7章 广义线性回归
7.1 模型形式
7.2 参数估计与统计推断
7.3 二分类Logistic回归模型
7.4 多分类Logistic回归模型
7.5 泊松回归模型
7.6 小结与评注
7.7 附录：SPSS操作演示
符号注记
习题
附录
参考文献
书单推荐
