回归模型

图书信息

作者：孟生旺 著，中国人民大学 | 分类：科学技术,自然科学,数学

作者简介

作者简介 　　孟生旺，中国人民大学统计学院副院长、教授、博士生导师，中国人民大学应用统计科学研究中心研究员，主要研究领域包括应用统计、风险管理与非寿险精算。已经出版的著作有《金融数学》、《非寿险精算学》、《回归模型》、《非寿险定价》、《汽车保险的精算统计模型》和《保险定价：经验估费系统研究》等。

内容简介

内容简介 　　《回归模型/中国人民大学统计与精算系列教材》主要介绍了在实际数据分析中最常使用的线性回归模型和广义线性回归模型，以及它们的推广模型，如零膨胀回归模型和多分类因变量的回归模型等。本书不仅介绍了回归模型的基本原理，而且结合R软件和实际数据，详细介绍了具体的建模过程，讨论了各类回归模型的特点和性质，内容新颖，操作性强，适合统计学、经济学、金融学、保险学、精算学等相关专业的学生使用。

目录

图书目录
第1章 线性回归模型1．1 模型结构和假设1．2 解释变量1．3 参数估计1．4 异方差与加权最小二乘估计1．5 假设检验1．6 模型诊断和改进1．7 模型的评价与比较1．8 应用示例练习题第2章 广义线性模型2．1 模型结构2．2 参数估计2．3 模型比较与诊断练习题第3章 连续型因变量3．1 正态回归模型3．2 伽马回归模型3．3 逆高斯回归模型3．4 基于R的应用3．5 模型推广练习题第4章 计数型因变量4．1 泊松回归模型4．2 负二项回归模型4．3 模型扩展练习题第5章 二分类因变量5．1 贝努利分布假设下的Logistic回归5．2 二项分布假设下的Logistic回归5．3 比例型数据的logistic回归5．4 Logistic回归系数的解释5．5 logistic回归模型的拟合优度5．6 其他连接函数5．7 过离散问题练习题第6章 多分类因变量6．1 多项logistic回归模型6．2 定序logistic 回归模型练习题第7章 Tweedie回归7．1 Tweedie分布7．2 Tweedie回归7．3 Tweedie回归模型的推广7．4 零调整逆高斯回归练习题第8章 贝叶斯回归模型8．1 基本概念8．2 先验分布的选取8．3 MCMC方法8．4 贝叶斯广义线性模型8．5 应用Rstan估计贝叶斯模型练习题第9章 应用案例9．1 数据介绍9．2 探索性数据分析9．3 索赔发生概率的回归模型9．4 索赔频率模型9．5 索赔强度模型9．6 对索赔强度进行对数变换之后建模9．7 纯保费模型练习题参考文献