威廉·门登霍尔（William Mendenhall） 是佛罗里达大学统计系的创始人，1963年到1977年在该系任职。他曾担任巴克内尔大学的数学系教授。作为一位多产的统计教科书作者，他的Introduction to probability and statistics、Statistics for Engineering and the Sciences被全世界多所高校选用。门登霍尔博士于1978年以荣誉教授的身份退休，并继续撰写教科书，直到2009年去世。
特里·辛西奇（Terry Sincich）于1980年在佛罗里达大学获得统计学博士学位，曾任教于佛罗里达大学以及南佛罗里达大学，并获得许多研究生和本科生统计课程的教学奖，现在是美国统计协会和决策科学研究所的成员。他的研究领域是应用统计建模和分析。
前 言
概述
本书专为两种类型的统计课程而设计. 前几章内容结合精选的案例研究，适合统计或非统计专业本科生作为统计入门课程的教材进行学习. 同时，本书亦适合其他领域的硕士或博士研究生作为应用回归分析课程的教材进行学习.
初看之下，本书针对两种类型的设计目标可能并不一致. 本书如何能同时适用于本科生和研究生呢？答案藏于内容之中. 与统计理论课程相比，应用回归分析课程所需的数学知识水平较低. 因此，本科生和研究生在学习时遇到的困难大同小异. 挑战在于应用：分析实际问题，根据特定情况选定适当的线性模型，并知道哪种推断技术可以回答研究人员的实际问题. 上述都需要经验，这也就解释了为什么非统计学专业的本科生和研究生均可以学习回归分析方面的内容，并均可从中受益.
统计入门课程
在统计入门课程中，很难划定一整学年中下学期的高级课程应当包含的知识量. 通常，可以针对第1章（基本概念回顾）进行一些讲解，以确保所有学生都具有相同的背景知识. 第2章（回归分析导论）、第3章（简单线性回归）、第4章（多元回归模型）、第5章（模型构建）、第6章（变量筛选法）、第7章（一些回归陷阱）和第8章（残差分析）是应用回归分析课程的核心内容. 第10章（时间序列建模与预测导论）、第11章（实验设计原理）和第12章（设计实验的方差分析）可以作为额外的知识点.
研究生应用回归分析课程
个人认为，应用型研究生课程的质量不是以涵盖的知识量或学生的记忆程度来衡量的. 衡量标准应当是学生如何应用课程中所涵盖的技术，去解决他们在具体研究领域中遇到的实际问题. 因此，我们建议只有当学生已具备应用相应技术的能力后，才能进行下一主题的学习. 课堂中的案例分析讨论环节，将有助于学生分析问题并选择合适的技术方法，从而将模型选择与构建（第4～8章）与实际问题进行有效联系. （在相关章之后的）七个案例研究正是基于此目的.
研究生应用回归分析课程的教授内容不仅应包含统计入门课程的知识点，还应涉及附录A（简单线性回归中β0和β1的最小二乘估计推导）、附录B（多元回归分析的原理）、附录C
（矩阵求逆的过程）、在线资源网站上提供的统计软件（SAS、SPSS、MINITAB 或 R）教程、第9章（回归中的特殊主题）以及其他选修章节. 与本科课程一样，我们建议运用案例研究和课堂讨论的形式来培养学生建立适当的统计模型和解释分析结果的能力.
特色
1. 可读性. 我们有意将本书作为教学书籍，通过示例等形式以逻辑直观的方式解释概念.
2. 重视建模. 建立合适的统计模型是进行回归分析的基础. 建模思想主要在第 4～8 章中予以讨论，并贯穿于整本书之中.
3. 强调运用回归技术. 除阐述回归分析的基本概念和方法之外，本书还强调将其作为一种技术工具去解决实际的应用问题. 因此，本书的主要目标之一是培养读者将回归分析应用于现实生活场景的技能.
4. 基于真实数据的示例和练习. 本书包含许多数据示例，用以详细阐述模型构建、数据分析和结果解释等重要方面. 几乎所有练习的数据和研究均来源于新闻报道、杂志或期刊. 练习位于关键小节和每章的末尾.
5. 案例研究. 本书共包含七个案例研究，每个案例研究都解决一个现实生活中的研究问题. 读者可以了解如何使用回归分析，并通过建立适当的统计模型来分析和解释样本数据，进而解决实际问题.
6. 数据集. 在线资源提供了案例研究、练习和示例相关的完整数据集. 读者可以用其进行模型构建和数据分析.
7. 广泛使用统计软件. 在线资源提供了有关如何使用四种流行的统计软件包（SAS、SPSS、MINITAB 和 R）的教程，相应统计软件的输出结果在本书中均有所介绍和讨论.
8. 章末总结. 通过流程图（有助于选择适当的统计方法）、关键术语、公式、定义、列表和关键概念，强化本章所学.
第8版更新之处
尽管范围和覆盖面保持不变，但第8版包含了一些实质性的修订.
1. 更新和新增案例研究. 对案例研究2（4个街区房地产销售价格的模型）所使用的数据进行了更新. 在关于方差分析的一章后新增案例研究7（声音识别与面部识别—是否有先后之分？）.
2. 基于真实数据的练习. 更新和新增了许多基于当代研究和各个领域真实数据的练习.大多数练习都可以培养和提升批判性思维技能.
3. 统计软件输出结果. 本书中显示的所有统计软件输出结果均已更新，以匹配MINITAB、SAS 和 SPSS软件的最新版本.
4. 更新统计软件教程. 在网址www.pearson.com/math-stats-resources可找到相应统计软件教程. 本书的在线资源更新了有关如何使用Windows系统中SAS、SPSS、MINITAB 和 R 的教程，包含详细的分步操作和屏幕截图.
5. 更新第9章（回归中的特殊主题）. 对logistic回归（9.6节）进行了扩展，并新增了泊松回归（9.7节）、岭回归与LASSO回归（9.8节）.
基于早期版本读者的建议与反馈，我们对本书中的一些细节进行了适当的修正.
补充材料
除正文外，本书还附有以下补充材料：
1. 教师答案手册. 教师答案手册提供了本书偶数序号练习的完整解答过程.
2.数据文件. 数据文件可以在本书的资源网站www.pearson.com/math-stats-resources下载. 在线资源提供了本书所有数据文件集，即示例、练习和案例研究的数据集. 所有以“.csv”为后缀格式的数据文件集可直接导入统计软件R中，其余SAS（“.sas7bdat”）、SPSS(“.sav”)和 MINITAB（“.mtw”）的格式亦是如此.
致谢
在此感谢为本书付出诸多时间精力和提供建议、帮助的许多人. 特别感谢以下为本书第1版和后续版本（包括第8版）提供建议的审稿人：
Jack Miller (University of Michigan)
Scott Grimshaw (Brigham Young University)
Liam O’Brien (Colby College)
Subarna K Samanta (The College of New Jersey)
Wolde Woubneh (Kean University)
Alan Huebner (University of Notre Dame)
Jen-Wen Lin (University of Toronto)
Karen Keating (Kansas State University)
Seamus Freyne (Mississippi State University)
Martin Tanner (Northwestern University)
Rebecca L. Pierce (Ball State University)
Julius Esunge (University of Mary Washington)
Brant Deppa (Winona State University)
Ross Hosky (Appalachian State University)
David Holmes (College of New Jersey)
Patrick McKnight (George Mason University)
David Kidd (George Mason University)
W. R. Stephenson (Iowa State University)
Lingyun Ma (University of Georgia)
Pinyuen Chen (Syracuse University)
Gokarna Aryal (Purdue University， Calumet)
Monnie McGee (Southern Methodist University)
Ruben Zamar (University of British Columbia)
Tom O’Gorman (Northern Illinois University)
William Bridges， Jr. (Clemson University)
Paul Maiste (Johns Hopkins University)
Mohammed Askalani， Mankato State University (Minnesota)
Ken Boehm， Pacific Telesis (California)
Andrew C. Brod， University of North Carolina at Greensboro
James Daly， California State Polytechnic Institute at San Luis Obispo
Assane Djeto， University of Nevada - Las Vegas
Robert Elrod， Georgia State University
James Ford， University of Delaware
Carol Ghomi， University of Houston
James Holstein， University of Missouri at Columbia
Steve Hora， Texas Technological University
K. G. Janardan， Eastern Michigan University
Thomas Johnson， North Carolina State University
Ann Kittler， Ryerson College (Toronto)
James T. McClave， University of Florida
John Monahan， North Carolina State University
Kris Moore， Baylor University
Farrokh Nasri， Hofstra University
Robert Pavur， University of North Texas
P. V. Rao， University of Florida
Tom Rothrock， Info Tech， Inc.
Ray Twery， University of North Carolina at Charlotte
Joseph Van Matre， University of Alabama at Birmingham
William Weida， United States Air Force Academy
Dean Wichern， Texas A&M University
James Willis， Louisiana State University
特别感谢 Charles Bond、Evan Anderson、Jim McClave、Herman Kelting、Rob Turner、P. J. Taylor 和 Mike Jacob为本书中的案例研究提供数据集及背景信息.
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
