第1章  线性回归——以移动通信网络的客户价值分析为例
  1.1  背景介绍
  1.2  案例介绍
  1.3  指标设计
  1.4  描述分析
  1.5  统计模型
  1.6  模型理解
  1.7  估计方法
  1.8  假设检验
  1.9  判决系数
  1.10  多重共线性
  1.11  Cook距离
  1.12  模型选择
  1.13  R编程
  附录1A  分析报告
  附录1B  课后习题
  附录1C  思维导图
第2章  方差分析——以北京市二手房价格分析为例
  2.1  背景介绍
  2.2  指标设计
  2.3  描述分析
  2.4  单因素模型
  2.5  双因素模型
  2.6  假设检验
  2.7  R编程
  附录2A  分析报告
  附录2B  课后习题
  附录2C  思维导图
第3章  逻辑回归——以上市企业ST预测为例
  3.1  0-1 Y
  3.2  案例介绍
  3.3  数据介绍
  3.4  指标设计
  3.5  描述分析
  3.6  模型估计
  3.7  预测评估
  3.8  R编程
  附录3A  分析报告
  附录3B  课后习题
  附录3C  思维导图
第4章  定序回归——以信用卡逾期研究为例
  4.1  定序数据
  4.2  背景介绍
  4.3  数据介绍
  4.4  单变量描述分析
  4.5  双变量描述分析
  4.6  统计模型:0-1回归
  4.7  统计模型:定序回归
  4.8  R编程
  附录4A  分析报告
  附录4B  课后习题
  附录4C  思维导图
第5章  泊松回归——以付费搜索广告分析为例
  5.1  计数型数据
  5.2  背景介绍
  5.3  数据介绍:关键词文本
  5.4  数据介绍:表现指标
  5.5  描述分析:单变量
  5.6  描述分析:转化可能性Y1
  5.7  描述分析:转化程度Y2
  5.8  统计模型:逻辑回归
  5.9  统计模型:泊松回归
  5.10  R编程
  附录5A  分析报告
  附录5B  课后习题
  附录5C  思维导图
第6章  生存数据回归——以员工离职管理为例
  6.1  生存数据
  6.2  生存数据的描述
  6.3  案例介绍
  6.4  描述分析
  6.5  加速失效模型
  6.6  Cox模型
  6.7  R编程
  附录6A  分析报告
  附录6B  课后习题
  附录6C  思维导图
						展开