第1章　统计基础与回归分析
1.1统计学简介
1.2统计数据收集、整理与描述
1.2.1统计数据收集
1.2.2统计数据整理
1.2.3统计数据描述
1.3回归分析概念
1.4一元线性回归模型
1.4.1散点图
1.4.2一元线性回归模型参数估计与检验
1.4.3一元线性回归模型应用实例
1.5多元线性回归模型
1.5.1多元线性回归模型
1.5.2多元线性回归模型参数估计与检验
1.5.3逐步回归分析
1.5.4多元线性回归模型应用实例
第2章　Logistic回归分析及在农村经济金融分析中的应用
2.1Logistic回归分析基本概念
2.2Logistic回归模型参数估计及显著性检验
2.2.1Logistic回归模型参数估计
2.2.2Logisfic模型显著性检验
2.2.3回归模型中自变量的筛选
2.2.4Logistic回归模型中回归系数的解释
2.3利用SPSS进行L0gistic回归分析过程分析
2.3.1数据准备
2.3.2选项设置
2.3.3结果解释
2.4实例——Logistic回归分析在西部农村抵押贷款数据中的应用实例
2.4.1问题提出与研究目的
2.4.2数据来源与变量选择
2.4.3农户产权抵押贷款意愿影响因素的二元Logistic回归分析
2.4.4结论与建议
第3章　有序Probit回归模型及在农村经济金融分析中的应用
3.1Probit回归模型
3.2实例1：有序Probit模型应用——农户对村镇银行贷款意愿的影响因素实证分析
3.2.1问题与研究目的
3.2.2变量选择与模型构建
3.2.3模型构建与分析
3.2.4数据来源与样本特征
3.2.5模型结果与结论
3.3实例2：有序Probit模型应用——城乡转型区域农户借贷行为影响因素分析
3.3.1问题与研究目的
3.3.2数据来源、模型选择与变量解释
3.3.3结果与分析
第4章　数据挖掘技术及其在农村经济金融分析中的应用
4.1数据挖掘
4.1.1数据挖掘简介
4.1.2数据挖掘与统计分析
4.1.3数据挖掘功能与技术分析方法
4.1.4数据挖掘的一般步骤
4.1.5数据挖掘的应用
4.2贝叶斯网络理论与应用
4.2.1先验概率与后验概率
4.2.2贝叶斯网络定义
4.3贝叶斯网络实例
4.3.1贝叶斯网络模型特点
4.3.2贝叶斯网络结构学习
4.4实例——贝叶斯网络分析在农村金融数据分析中的应用
4.4.1研究背景与数据来源
4.4.2农村产权抵押贷款贝叶斯网络模型结果与分析
第5章　贝叶斯网络结构模型及其在农村经济金融分析中的应用
5.1启发式算法与蚁群算法
5.2基于蚁群算法的搜索与函数评估搜索方法
5.3ACO—SK2算法应用效果评估
5.4实例——基于蚁群算法的搜索与函数评估搜索方法在经济数据分析中的应用
5.4.1数据来源与研究目的
5.4.2参数设置
5.4.3结果分析与讨论
第6章　人工神经网络模型及其在农村经济金融分析中的应用
6.1人工神经网络简介
6.1.1生物神经元系统
6.1.2人工神经网络的产生与发展
6.1.3人工神经网络分类
6.1.4前向型人工神经网络计算流程
6.1.5人工神经网络特点
6.2多层感知器网络
6.2.1单层感知器模型
6.2.2单层感知器学习算法主要流程
6.2.3多层感知器模型
6.2.4BP神经网络结构实现过程
6.3利用SPSS构建神经网络实例
6.4应用实例——人工神经网络在农村金融数据分析中的应用
6.4.1问题与研究目的
6.4.2数据来源与数据处理
6.4.3神经网络模型构建与分析
……
第7章　遗传算法及其在农村经济金融分析中的应用
第8章　聚类分析及在农村经济金融分析中的应用
第9章　决策树方法及其在农村经济金融分析中的应用
第10章　博弈模型及其在农村经济金融分析中的应用
第11章　贝叶斯网络模型构建与分析工具——Hugin简介
后记