Solutions Manual to accompany Introduction to Linear Regression Analysis - это пособие, предназначенное для сопровождения основной книги "Введение в линейный регрессионный анализ, пятая редакция". Книга ясно сбалансирована между теорией и практическими применениями линейной регрессии в контексте современного математического и научного исследования. Начиная с общего введения в моделирование регрессии, включая типичные приложения, книга затем описывает множество технических инструментов, которые составляют арсенал анализа линейной регрессии, включая: основные процедуры вывода и введение аспектов проверки пригодности модели; как использовать преобразования и взвешенные наименьшие квадраты для решения проблем непригодности модели; как работать с влиятельными наблюдениями; и модели полиномиальной регрессии и их вариации. Книга также включает материал о моделях регрессии с автокоррелированными ошибками, бутстрэпировании оценок регрессии, классификации и деревьях регрессии, а также проверке модели регрессии.
Электронная Книга «Solutions Manual to accompany Introduction to Linear Regression Analysis» написана автором Douglas C. Montgomery в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9781118640807
Описание книги от Douglas C. Montgomery
As the Solutions Manual, this book is meant to accompany the main title, Introduction to Linear Regression Analysis, Fifth Edition. Clearly balancing theory with applications, this book describes both the conventional and less common uses of linear regression in the practical context of today's mathematical and scientific research. Beginning with a general introduction to regression modeling, including typical applications, the book then outlines a host of technical tools that form the linear regression analytical arsenal, including: basic inference procedures and introductory aspects of model adequacy checking; how transformations and weighted least squares can be used to resolve problems of model inadequacy; how to deal with influential observations; and polynomial regression models and their variations. The book also includes material on regression models with autocorrelated errors, bootstrapping regression estimates, classification and regression trees, and regression model validation.
