R语言的现代线性回归实践技术方法

 第一部分线性回归

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

第二部分多元回归

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 

第三部分模型构建

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

第四部分稳健估计

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

第五部分通向广义线性回归

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