馬克威統(tǒng)計分析與數(shù)據(jù)挖掘應用案例

第一章 上海世博會客流量預測
1.1 世博會簡介
1.2 任務
1.3 世博會客流量特點的事前定性分析
1.4 客流量預測技術(shù)路線圖
1.5 預測結(jié)果總結(jié)
第二章 擴展線性支出系統(tǒng)（ELES）
2.1 擴展線性支出系統(tǒng)及其估計
2.2 擴展線性支出系統(tǒng)的參數(shù)估計
2.3 案例分析——上海市區(qū)居民消費結(jié)構(gòu)分析
2.4 結(jié)論與建議
2.5 馬克威軟件的相關(guān)操作
第三章 二值邏輯回歸
3.1 二值邏輯回歸的基本原理
3.2 案例分析——上海浦東新區(qū)畢業(yè)生就業(yè)情況調(diào)查
3.3 幾點建議
3.4 馬克威軟件的二值邏輯回歸操作
第四章 誤差修正模型
4.1 誤差修正模型（ECM）介紹
4.2 誤差修正模型
4.3 案例分析——上海市居民消費實證分析
4.4 馬克威軟件的誤差修正模型操作
第五章 因子分析
5.1 因子分析基本原理
5.2 案例分析——長三角16城市社會經(jīng)濟綜合研究
5.3 對長三角發(fā)展的思考與建議
5.4 馬克威軟件的因子分析操作
第六章 方差分析模型
6.1 概述
6.2 案例分析——筆記本電腦價格方差分析模型
6.3 基本假設(shè)
6.4 數(shù)據(jù)采集與模型選定
6.5 描述性分析
6.6 應用模型
6.7 多重比較
6.8 結(jié)論與建議
6.9 馬克威軟件的方差分析模型操作
附件 多重比較結(jié)果
第七章 面板數(shù)據(jù)（Panel Data）模型
7.1 面板數(shù)據(jù)介紹
7.2 模型形式的設(shè)定檢驗
7.3 面板數(shù)據(jù)模型的估計方法
7.4 Hausman檢驗
7.5 案例分析——中國城鎮(zhèn)居民消費研究
7.6 馬克威軟件的面板數(shù)據(jù)操作
第八章 偏最小二乘回歸
8.1 偏最小二乘回歸原理
8.2 案例分析——三次產(chǎn)業(yè)增加值與支出法GDP的關(guān)系分析
8.3 馬克威軟件的偏最小二乘回歸操作
第九章 PLS路徑模
第十章 RBF神經(jīng)網(wǎng)絡(luò)
第十一章 決策樹
第十二章 貝葉斯網(wǎng)絡(luò)
第十三章 聯(lián)立方程模型的估計與模擬
第十四章 北京市常住人口預測與分析
參考文獻