第1章 線性回歸模型
1.1 模型結構和假設
1.2 解釋變量
1.3 參數(shù)估計
1.4 異方差與加權小二乘估計
1.5 假設檢驗
1.6 模型診斷和改進
1.7 模型的評價與比較
1.8 應用示例
練習題


第2章 廣義線性模型
2.1 模型結構
2.2 參數(shù)估計
2.3 模型比較與診斷
練習題


第3章 連續(xù)型因變量
3.1 正態(tài)回歸模型
3.2 伽馬回歸模型
3.3 逆高斯回歸模型
3.4 基于R的應用
3.5 模型推廣
練習題


第4章 計數(shù)型因變量
4.1 泊松回歸模型
4.2 負二項回歸模型
4.3 模型擴展
練習題


第5章 二分類因變量
5.1 貝努利分布假設下的Logistic回歸
5.2 二項分布假設下的Logistic回歸
5.3 比例型數(shù)據(jù)的logistic回歸
5.4 Logistic回歸系數(shù)的解釋
5.5 logistic回歸模型的擬合優(yōu)度
5.6 其他連接函數(shù)
5.7 過離散問題
練習題


第6章 多分類因變量
6.1 多項logistic回歸模型
6.2 定序logistic 回歸模型
練習題


第7章 Tweedie回歸
7.1 Tweedie分布
7.2 Tweedie回歸
7.3 Tweedie回歸模型的推廣
7.4 零調整逆高斯回歸
練習題


第8章 貝葉斯回歸模型
8.1 基本概念
8.2 先驗分布的選取
8.3 MCMC方法
8.4 貝葉斯廣義線性模型
8.5 應用Rstan估計貝葉斯模型
練習題


第9章 應用案例
9.1 數(shù)據(jù)介紹
9.2 探索性數(shù)據(jù)分析
9.3 索賠發(fā)生概率的回歸模型
9.4 索賠頻率模型
9.5 索賠強度模型
9.6 對索賠強度進行對數(shù)變換之后建模
9.7 純保費模型
練習題


參考文獻