Л.: Гидрометеоиздат, 1990. — 207с.
Первая часть книги содержит основы корреляционного и регрессионного анализа. Рассмотрено применение статистических методов для нахождения линейных и нелинейных связей. Даны примеры расчета различных уравнений регрессии из агрометеорологии. Во второй части книги главное внимание уделено более сложным регрессионным моделям, развивающим классические методы регрессионного анализа. Такие модели, как гребневой, робастной регрессии и ряда других, быстро развиваемые в последние годы, позволяют расширить применение статистических методов в агрометеорологии. Даны практические примеры использования указанных моделей и рекомендации по статистическому моделированию.
Книга может быть полезна агрометеорологам, гидрометеорологам, географам, специалистам сельского хозяйства, а также студентам гидрометеорологических, сельскохозяйственных и других вузов.
Содержание.Предисловие.
Часть 1 - Основы корреляционного и регрессионного анализа
Различные типы связей между переменными величинами.
Линейная корреляция двух переменных величин.
Множественная линейная корреляция трех переменных величин.
Множественная линейная корреляция четырех переменных величин.
Нахождение параметров уравнений линейных связей между переменными величинами методом наименьших квадратов.
Нелинейные корреляционные связи.
Часть 2 - Некоторые аспекты современных методов регрессионного моделирования.
Операции с матрицами.
Линейные модели в матричной форме.
Основные свойства линейных моделей.
Поиск наилучшего набора предикторов.
Альтернативные регрессионные модели.
Анализ регрессионных остатков и выбросов.
Список литературы.
Предметный указатель.