良い入門書だと思います。 どちらかというと、品質管理などの工業的な問題を扱っています。
1. 回帰分析とは
2. 相関分析
3. 単回帰分析
4. 線形代数
5. 重回帰分析の基礎
6. 重回帰分析の行列による表現
7. いろいろな回帰モデル
8. 説明変数の選択
9. 回帰診断
10. 回帰分析のプログラム
11. 回帰分析の適用
回帰分析の数理が中心です。 引用されることが多いように思います。
1. 回帰分析への誘い
2. ベクトルと行列
3. 多変量正規分布
4. 線形回帰モデル
5. 仮説検定，区間推定，予測
6. 標準的諸仮定からのズレ
7. 説明変数の問題
入門書ですが、実用を目指して色々書かれています。
1. ことはじめ
2. 単回帰分析
3. 変数間の関係性を考慮した単回帰直線
4. 予測変数が2つの場合の回帰分析
5. 重回帰分析（その1）
6. 重回帰分析（その2）
7. ロジスティック回帰分析
8. ポアソン回帰分析
9. 階層線形モデル
1. 単純回帰モデルのパラメータ推定
2. 単純回帰モデルにおける説明力、仮説検定および予測
3. 重回帰モデルのパラメータ推定と説明力
4. 重回帰モデルにおける仮説検定と予測
5. 定式化テスト
6. 不均一分散
7. 自己相関
1. ロジスティック回帰分析の歴史と応用分野
2. ロジスティック回帰モデル
3. SASを利用した解析例
4. 他の関連した方法
5. 統計的推測
6. Windows版SAS
詳しくて良さそうな本ですが、読んだことがありません。
1. はじめに
2. 単回帰
3. 重回帰
4. 重回帰の拡張
5. 相関
6. 時系列
7. 連立方程式および回帰変数と誤差の間に相関のある例
8. 識別問題
9. 精選された推定法
10. ベイジアン推定
11. 分散分析(ANOVA)
12. 行列を用いた重回帰
13. 分布論―正規分布、t分布
14. ベクトルの幾何
15. 回帰の他の問題
良い入門書だと思います。
1. 基礎知識
2. 回帰分析
3. 重回帰分析
4. ロジスティック回帰分析
1. はじめに
2. 線形回帰の基本概念
3. ノンパラメトリック回帰の意義
4. 平滑化スプライン
5. 局所1次式回帰
6. 加法モデル
7. ヒストグラムの平滑化
8. Rによるノンパラメトリック回帰