ББК 22.172УДК 519.233.5
Т15
Т15 Занимательная статистика. Регрессионный анализ. Манга. / Син Такахаси
(автор), Иноуэ Ироха (худож.); пер. с яп. Клионского А. Б. — М. : ДМК Пресс,
2014. — 214 с. : ил. — (Серия «Образовательная манга»). — Доп. тит. л. яп. —
ISBN 978-5-97060-115-0.
Такахаси, Син.
Риса и Миу учатся в институте и подрабатывают в кафе Norns. Миу очень нраовится
один из посетителей кафе, но она не знает, как с ним познакомиться. Однажды
лизн забывает на столе книгу, которая оказывается учебником по регрессионному анапрсваивая
которую Миу узнает, зачем и когда нужен регрессионный анализ, как его
Е егрессия и на примере кафе Norns научится практически их использовать.
ать, какая у него будет выручка, то эта книга для вас.
УДК 519.233.5
ББК 22.172
Manga de Wakaru Toukeigaku — Kaiki Bunseki-hen (Manga Guide: Statistics-Regression Analysis)
By Shin Takahashi (Author), Iroha Inoue (Illustrator) and
Trend-Pro Co., Ltd. (Producer)
Published by Ohmsha, Ltd.
Original Japanese edition
Russian language edition copyright © 2014 by DMK Press
Translation rights arranged with Ohmsha, Ltd.
3-1 Kanda Nishikicho, Chiyodaku, Tokyo, Japan
Все права защищены. Никакая часть этого издания не может быть воспроизведена в любой
к форме или любыми средствами, электронными или механическими, включая фотографирование,
рсерокопирование или иные средства копирования или сохранения информации, без письменного
азрешения издательства.
ISBN 978-4-274-06614-6 (яп.) Copyright © 2005 by Shin Takahashi and Trend-Pro Co., Ltd.
© Перевод, Издательский дом «Додэка-XXI», 2013
IISBN 978-5-94120-264-5 (Додэка)
SBN 978-5-97060-115-0 (ДМК Пресс) © Оформление, издание, ДМК Пресс, 2014
у. Теперь есть повод заговорить с ним, но Миу почти не знакома с регрессионным
о анализом. И тогда Риса берётся помочь своей подруге разобраться в этой науке,
оводить, как оценивать его достоверность. В ходе обучения Миу познакомится с
ская р такими разновидностями регрессионного анализа, как множественная и логистичесли
у вас появилась необходимость на основе некоторых данных предсказать
з другие данные, например, зная расположение и площадь нового магазина предска
Стр.5
СОСОДЕРЖАНИЕ
Пролог.
ДОБРО ПОЖАЛОВАТЬ В NORNS! ....................... 1
Глава 1.
БАЗОВЫЕ ЗНАНИЯ .......................................11
1. Правила записи .............................................................12
2. Обратные функции .........................................................14
3. Показательные функции и функция натурального логарифма .......19
4. Свойства показательных и логарифмических функций ...............20
5. Производная.................................................................24
6. Матрицы .....................................................................37
7. Количественные и качественные данные ................................46
8. Сумма квадратов отклонений, рассеяние, стандартное отклонение ..48
9. Функция плотности вероятности ..........................................50
Глава 2.
РЕГРЕССИОННЫЙ АНАЛИЗ ..............................55
1. Что такое регрессионный анализ .........................................56
2. Конкретный пример регрессионного анализа ...........................62
3. Замечание по поводу проведения регрессионного анализа ..........94
4. Нормированный остаток ...................................................95
5. Интерполяция и экстраполяция ...........................................96
6. Автокорреляция .............................................................97
7. Нелинейные уравнения регрессии ........................................98
Глава 3.
МНОЖЕСТВЕННАЯ РЕГРЕССИЯ ........................ 101
1. Что такое множественная регрессия .................................... 102
2. Конкретный пример множественной регрессии ....................... 106
3. Замечание по поводу проведения множественной регрессии ...... 136
4. Нормированный остаток ................................................. 137
5. Обобщённое расстояние Махаланобиса, доверительный интервал
и прогнозируемый интервал ............................................ 138
6. Множественная регрессия при наличии неизмеряемых данных
среди объясняющих переменных ....................................... 141
VII
Стр.8
7. Мультиколлинеарность ................................................... 145
8. Степень влияния каждой из объясняющих переменных
на отклик и множественная регрессия ................................. 146
Глава 4.
ЛОГИСТИЧЕСКАЯ РЕГРЕССИЯ .......................... 149
1. Что такое логистическая регрессия ..................................... 150
2. Метод максимального правдоподобия ................................. 156
3. Трактовка отклика ........................................................ 160
4. Конкретный пример логистической регрессии ........................ 164
5. Замечание по поводу проведения логистической регрессии ....... 186
6. Отношение перевесов .................................................... 186
7. Пузырьковая диаграмма ................................................. 192
Приложение.
ПРОБУЕМ ВЫЧИСЛЯТЬ В EXCEL! ..................... 193
1. Основание натурального логарифма ................................... 194
2. Значение показательной функции ...................................... 195
3. Значение функции натурального логарифма ......................... 196
4. Произведение матриц .................................................... 197
5. Обратная матрица ........................................................ 199
6. Нахождение на оси x графика распределения хи-квадрат
значения, соответствующего заданной вероятности .................. 200
7. Вероятность распределения хи-квадрат ................................ 201
8. Нахождение на оси x графика F-распределения значения,
соответствующего заданной вероятности .............................. 202
9. Вероятность F-распределения ........................................... 204
10. (Частные) коэффициенты (можественной) регрессии ................ 205
11. Коэффициенты уравнения логистической регрессии ................ 208
Предметный указатель ...................................... 212
VIII
Стр.9