В книге исследуются проблемы границ применимости статистических методов к анализу реального мира, проблемы качества статистических выводов - что в них существенно и что несущественно. Под этим углом зрения рассматриваются основные статистические методы, предлагаются новые подходы. Второй выпуск посвящен главным образом проблемам регрессионного анализа. Для статистиков, экономистов, демографов. Полезна студентам старших курсов по этим специальностям. ОГЛАВЛЕНИЕ Предисловие к русскому изданию. Наука и искусство анализа данных (продолжение) 5 Глава 12. Регрессия для подгонки 8 Введение 8 Некоторые статистические понятия 9 12.1. Регрессия: два смысла 11 Более чем один носитель 15 12.2. Зачем нужна регрессия? 16 12.3. Графическая шаговая подгонка 19 12.4. Коллинеарность 21 12.5. Точная и приближенная линейная зависимость 23 12.6. Исключение плохо измеряемого, регрессия для исключения .26 12.7. Обсуждение 30 12.7. "Дороги, которые мы выбираем" (факультативно) 30 , 12.8. Использование подвыборок 32 v Резюме. Регрессия 33 Библиография 34 Иллюстрации 34 Глава 13. Беды регрессионных коэффициентов 43 13.1. Смысл коэффициентов множественной регрессии 43 13.2. Линейная коррекция как метод описания 47 13.3. Примеры линейной коррекции 48 13.4. Некоторый произвол в выборе хорошего носителя 54 13.5. Феномен "заместителя" 55 13.6. Иногда х удается "стабилизировать" 56 13.7. Эксперименты, замкнутые системы, сопоставление естестветных и общественных наук с примерами 58 13.8. Оценка дисперсий - это не все, что нужно 65 Комментарий 68 Резюме. Беды регрессионных коэффициентов 68 Библиография 69 Иллюстрации 70 Глава 14. Один класс процедур подгонки 75 14.1. Приближение прямыми. Прямая, проходящая через начало координат 76 14.2. Балансировка - метод подгонки 78 14.3. Балансиры, настроенные на отдельные коэффициенты, и уловители 80 14.4. Обычный метод наименьших квадратов 82 14.5. Настройка для обычного метода наименьших квадратов 83 14.6. Метод взвешенных наименьших квадратов . . 87 Замечение 89 * Еще обобщение (необязательное) 90 14.7. Кривые влияния для мер положения 92 1. Среднее, х 92 2. Медиана, х 92 3. Бивес-оценка, х 93 14.8. Итеративный линейный метод взвешенных наименьших квадратов 94 14.9. Метод наименьших абсолютных отклонений (модулей) (необязательное) 98 14.10. Трудности анализа 100 Общие замечания 102 14.11. Доказательство одного утверждения из параграфа 13.2 105 Резюме. Процедуры подгонки. . 107 Библиография 110 Иллюстрации 110 Глава 15. Гибкая регрессия 119 15.1. Чем мы можем руководствоваться при выборе приближения? . 119 Идеальные условия 119 15.2. Шаговые методы 125 15.3. Методы всех подмножеств 129 15.4. Комбинированные методы 130 15.5. Перестройка носителей, смысловые компоненты 132 15.6. Метод главных компонент 134 15.7. Много ли мы сможем узнать? 138 Смысловые или главные компоненты 139 15.8. Несколько у или несколько задач? 139 15.9. С чего начинается регрессия? 139 15.10. Произвольная корректировка 141 Резюме. Управляемая регрессия 141 Библиография 143 Иллюстрация 143 Глава 16. Исследование регрессионных остатков 144 16.1. Исследование у . . . . 144 16.2. Переменные и другие носители 147 16.3. Следующий шаг: возврат к старой переменной tcr 151 16.4. Введение новой переменной tнов 156 Обсуждение и комментарии 156 16.5. В поисках дополнительных мультипликативных членов . ... 157 16.6. В каком порядке? 162 Резюме. Исследование регрессионных остатков 163 Иллюстрации 164 Задания для упражнений 183 П р и л о ж е нги е для упражнений 209 Указатель перевода терминов 222 Оглавление первого выпуска 237