展开全部

主编推荐语

密歇根大学回归分析课程讲义。

内容简介

本书源于作者多年教授回归分析的课程讲义。从基本的统计概念讲起,对线性回归分析的基本假定、回归中的统计推论和回归诊断做了详尽的介绍,同时还含盖了对很多在社会科学中实际研究非常有用的内容,包括虚拟变量、交互作用、辅助回归、多项式回归、样条函数(spline function)回归和阶跃函数(step function)回归等。此外,本书还涉及到通径分析、纵贯数据模型、多层线性模型和logit模型等作为基本线性回归分析扩展和延伸。

目录

  • 版权信息
  • 序言
  • 第1章 基本统计概念
  • 1.1 统计思想对于社会科学研究的重要性
  • 1.2 本书的特点
  • 1.3 基本统计概念
  • 1.4 随机变量的和与差
  • 1.5 期望与协方差的性质
  • 1.6 本章小结
  • 第2章 统计推断基础
  • 2.1 分布
  • 2.2 估计
  • 2.3 假设检验
  • 2.4 本章小结
  • 第3章 一元线性回归
  • 3.1 理解回归概念的三种视角
  • 3.2 回归模型
  • 3.3 回归直线的拟合优度
  • 3.4 假设检验
  • 3.5 对特定X下Y均值的估计
  • 3.6 对特定X下Y单一值的预测
  • 3.7 简单线性回归中的非线性变换
  • 3.8 实例分析
  • 3.9 本章小结
  • 第4章 线性代数基础
  • 4.1 定义
  • 4.2 矩阵的运算
  • 4.3 特殊矩阵
  • 4.4 矩阵的秩
  • 4.5 矩阵的逆
  • 4.6 行列式
  • 4.7 矩阵的运算法则
  • 4.8 向量的期望和协方差阵的介绍
  • 4.9 矩阵在社会科学中的应用
  • 4.10 本章小结
  • 第5章 多元线性回归
  • 5.1 多元线性回归模型的矩阵形式
  • 5.2 多元回归的基本假定
  • 5.3 多元回归参数的估计
  • 5.4 OLS回归方程的解读
  • 5.5 多元回归模型误差方差的估计
  • 5.6 多元回归参数估计量方差的估计
  • 5.7 模型设定中的一些问题
  • 5.8 标准化回归模型
  • 5.9 CHIP88实例分析
  • 5.10 本章小结
  • 第6章 多元回归中的统计推断与假设检验
  • 6.1 统计推断基本原理简要回顾
  • 6.2 统计显著性的相对性,以及效应幅度
  • 6.3 单个回归系数βk=0的检验
  • 6.4 多个回归系数的联合检验
  • 6.5 回归系数线性组合的检验
  • 6.6 本章小结
  • 第7章 方差分析和F检验
  • 7.1 一元线性回归中的方差分析
  • 7.2 多元线性回归中的方差分析
  • 7.3 方差分析的假定条件
  • 7.4 F检验
  • 7.5 判定系数增量
  • 7.6 拟合优度的测量
  • 7.7 实例分析
  • 7.8 本章小结
  • 第8章 辅助回归和偏回归图
  • 8.1 回归分析中的两个常见问题
  • 8.2 辅助回归
  • 8.3 变量的对中
  • 8.4 偏回归图
  • 8.5 排除忽略变量偏误的方法
  • 8.6 应用举例
  • 8.7 本章小结
  • 第9章 因果推断和路径分析
  • 9.1 相关关系
  • 9.2 因果推断
  • 9.3 因果推断的问题
  • 9.4 因果推断的假设
  • 9.5 因果推断中的原因
  • 9.6 路径分析
  • 9.7 本章小结
  • 第10章 多重共线性问题
  • 10.1 多重共线性问题的引入
  • 10.2 完全多重共线性
  • 10.3 近似多重共线性
  • 10.4 多重共线性的度量
  • 10.5 多重共线性问题的处理
  • 10.6 本章小结
  • 第11章 多项式回归、样条函数回归和阶跃函数回归
  • 11.1 多项式回归
  • 11.2 样条函数回归
  • 11.3 阶跃函数回归
  • 11.4 本章小结
  • 第12章 虚拟变量与名义自变量
  • 12.1 名义变量的定义与特性
  • 12.2 虚拟变量的设置
  • 12.3 虚拟变量的应用
  • 12.4 本章小结
  • 第13章 交互项
  • 13.1 交互项
  • 13.2 由不同类型解释变量构造的交互项
  • 13.3 利用嵌套模型检验交互项的存在
  • 13.4 是否可以删去交互项中的低次项?
  • 13.5 构造交互项时需要注意的问题
  • 13.6 本章小结
  • 第14章 异方差与广义最小二乘法
  • 14.1 异方差
  • 14.2 异方差现象举例
  • 14.3 异方差情况下的常规最小二乘估计
  • 14.4 广义最小二乘法
  • 14.5 加权最小二乘法
  • 14.6 本章小结
  • 附录:加权最小二乘回归使用的Stata代码
  • 第15章 纵贯数据的分析
  • 15.1 追踪数据的分析
  • 15.2 趋势分析
  • 15.3 本章小结
  • 第16章 多层线性模型介绍
  • 16.1 多层线性模型发展的背景
  • 16.2 多层线性模型的基本原理
  • 16.3 模型的优势与局限
  • 16.4 多层线性模型的若干子模型
  • 16.5 自变量对中的问题
  • 16.6 应用举例
  • 16.7 本章小结
  • 第17章 回归诊断
  • 17.1 因变量是否服从正态分布
  • 17.2 残差是否服从正态分布
  • 17.3 异常观测案例
  • 17.4 本章小结
  • 第18章 二分因变量的logit模型
  • 18.1 线性回归面对二分因变量的困境
  • 18.2 转换的方式
  • 18.3 潜变量方式
  • 18.4 模型估计、评价与比较
  • 18.5 模型回归系数解释
  • 18.6 统计检验与推断
  • 18.7 本章小结
  • 词汇表
  • 参考文献
  • 后记
展开全部

评分及书评

评分不足
1个评分

出版方

社会科学文献出版社

社会科学文献出版社是专业的人文社科学术出版机构,以“创社科经典,出传世文献”为己任,出版经管、社会学、历史、文化书籍。