这本书能让你系统学习各种回归模型
对于很多同学来说，回归分析就是计量经济学。在学习了统计学或计量经济学导论性质的课程后，有必要学习（至少了解一下）各种回归模型。
如果能有一本类似handbook性质的教科书比较系统地介绍各种回归模型就好了，本文推荐的这本书《回归模型：方法、理论与计算》（Regression Modeling: Methods, Theory, and Computation with SAS）就具有这个特点。
这本书在介绍ordinary least squares (OLS)之后，又介绍了很多其它回归方法，例如：nonparametric regression, logistic regression (including Poisson regression), Bayesian regression, robust regression, fuzzy regression, random coefficients regression, L1 and q-quantile regression, regression in a spatial domain, ridge regression, semiparametric regression, nonlinear least squares, and time-series regression issues.等等。
对于大部分回归方法，作者给出了SAS procedure code，从而读者能够立即执行回归分析。
对于不熟悉SAS或者不使用SAS的读者来说，这也是本优秀的教材，因为它给出了原理与例子，不妨先收下，有需要时再翻阅。
本书作者Michael Panik为美国哈德佛德大学（University of Hartford）统计学荣誉退休教授。
Michael Panik, "Regression Modeling: Methods, Theory, and Computation with SAS"
2009 | 830 pages | PDF | 7MB
【下载地址】此处，收费：8币
专业发布北美最流行数学类与经管类教材，为及时下载，请点一下我头像下方的“关注”，因为我通常免费一天
扫码加好友，拉您进群
全部版块
我的主页
收藏
