Python在数据分析中的应用：统计分析方法与计量模型实践

第一章 应用Python拟合多元线性回归模型

第一节 多元线性回归模型

第二节 普通最小二乘法的Python实现

第二章 应用Python进行多元统计分析推断

第一节 多元统计分析推断的基本原理

第二节 单个总体参数的假设检验的Python实现

第三节 置信区间

第四节 线性组合假设检验

第三章 应用Python拟合多元非线性回归模型

第一节 标准化回归模型

第二节 含有其他形式的回归模型

第三节 将回归模型用于预测

第四章 应用Python检验模型设定和数据问题

第一节 模型误设

第二节 代理变量

第三节 异常观测值

第五章 应用Python处理含虚拟变量的多元回归模型

第一节 自变量为二值虚拟变量的情形

第二节 自变量为多类别虚拟变量的情形

第三节 自变量为虚拟变量时的交互作用

第四节 因变量为二值虚拟变量的情形

第六章 应用Python处理异方差性

第一节 异方差性及其影响

第二节 异方差性检验

第三节 异方差性处理

第七章 应用Python处理简单面板数据

第一节 独立混合横截面数据分析

第二节 两期面板数据分析

第八章 应用Python估计工具变量

第一节 遗漏变量和工具变量

第二节 工具变量相关检验

第三节 其他条件下的2SLS应用

第九章 应用Python处理多期面板数据

第一节 面板数据处理的固定效应和随机效应方法

第二节 使用Python工具包linearmodels处理面板数据

第十章 应用Python处理联立方程组

第一节 联立方程组的关键概念

第二节 方程组参数估计方法的Python实现

第十一章 应用Python处理时间序列数据

第一节 时间序列数据分析的基本模型

第二节 不同特征的时间序列数据分析

附录 应用Python进行数据分析的基础

第一节 Python概述

第二节 Python数据处理和计算

第三节 Python绘图

第四节 常用Python统计分析语法