LOGISTIC回歸模型：方法與應(yīng)用

定　價(jià)：￥38.20

作　者：	王濟(jì)川，郭志剛著
出版社：	高等教育出版社
叢編項(xiàng)：	當(dāng)代科學(xué)前沿論叢
標(biāo)　簽：	暫缺

購(gòu)買這本書可以去

當(dāng)當(dāng)網(wǎng) (￥26.40)

ISBN：	9787040099102	出版時(shí)間：	2001-01-01	包裝：	平裝
開本：	23cm	頁(yè)數(shù)：	266	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　在社會(huì)科學(xué)諸如社會(huì)學(xué)、心理學(xué)、人口學(xué)、政治學(xué)、經(jīng)濟(jì)學(xué)以及公共衛(wèi)生學(xué)當(dāng)中，大量的觀測(cè)因變量是二分類測(cè)量（即y＝1或y＝0）。本書專題介紹了在分析二分類因變量時(shí)最常使用的統(tǒng)計(jì)分折模型之一——lqistic回歸模型。本書深入淺出，理論聯(lián)系實(shí)際，通過例題分析，并結(jié)合計(jì)算機(jī)統(tǒng)計(jì)軟件的應(yīng)用，詳細(xì)介紹、闡述了該模型及其應(yīng)用。同時(shí)，還介紹了如何將logistic回歸模型擴(kuò)展到序次logistic回歸模型和多項(xiàng)logit模型，以分析序次變量和多分類名義變量為因變量的數(shù)據(jù)。本書提供用SAS和SPSS進(jìn)行具體例題分析的計(jì)算機(jī)程序及相關(guān)數(shù)據(jù)，并對(duì)這兩種軟件的模型估計(jì)結(jié)果進(jìn)行詳盡的解釋和對(duì)比分析。本書的讀者對(duì)象為社會(huì)科學(xué)各專業(yè)的教師及研究生，以及社會(huì)科學(xué)專業(yè)研究人員。

作者簡(jiǎn)介

暫缺《LOGISTIC回歸模型：方法與應(yīng)用》作者簡(jiǎn)介

圖書目錄

1. 二分類因變量與Iogistic回歸模型
1. 1  引言
1. 2  線性概率模型(Linear Probability Model, LPM)
1. 3  Logistic回歸模型
2. Logistic回歸模型估計(jì)
2. 1  最大似然估計(jì)(Maximum Likelihood,Estimation, MLE)
2. 2  Logistic回歸模型估計(jì)的假設(shè)條件
2. 3  最大似然估計(jì)的性質(zhì)
2. 4  模型估計(jì)的樣本規(guī)模
2. 5  擬合logistic回歸的示范模型
2. 6  用分組數(shù)據(jù)作logistic回歸分新
3. Logistic回歸模型評(píng)價(jià)
3. 1  擬合優(yōu)度(Goodness of fit)
3. 1. 1  皮爾遜X2(Pearson X2)
3. 1. 2  偏差(Deviance)
3. 1. 3  Hosmer-Lemeshow擬合優(yōu)度指標(biāo)
3. 1. 4  信息測(cè)量指標(biāo)(Information Measures)
3. 2  Logistic回歸模型的預(yù)測(cè)準(zhǔn)確性
3. 2. 1  類R2指標(biāo)(Analogous R2)
3. 2. 2  預(yù)測(cè)概率與觀測(cè)值之間的關(guān)聯(lián)
3. 2. 3  分類表(Classification Table)
3. 3  模型X2統(tǒng)計(jì)(Model Chi-Square Statistic)
4. Logistic回歸系數(shù)解釋
4. 1  發(fā)生比和發(fā)生比率(Odds and Odds Ratio)
4. 2  按發(fā)生比率來(lái)解釋logistic回歸系數(shù)
4. 2. 1  連續(xù)自變量的發(fā)生比率
4. 2. 2  二分類自變量的發(fā)生比率
4. 2. 3  分類自變量的發(fā)生比率
4. 3  用概率來(lái)解釋自變量的作用
4. 4  預(yù)測(cè)概率
4. 5  標(biāo)準(zhǔn)化系數(shù)
4. 6  偏相關(guān)(Partial Gorrelation)
5. Logistic回歸系數(shù)的統(tǒng)計(jì)推斷
5. 1  Logistic回歸系數(shù)的顯著性檢驗(yàn)
5. 1. 1  Wald檢驗(yàn)
5. 1. 2  似然比檢驗(yàn)
5. 1. 3  檢驗(yàn)系數(shù)子集
5. 2  Logistic回歸參數(shù)的置信區(qū)間
5. 2. 1  Logistic回歸系數(shù)的置信區(qū)間
5. 2. 2  發(fā)生比率的置信區(qū)間
5. 2. 3  事件概率的置信區(qū)間
6. 建立模型
6. 1  選擇變量
6. 1. 1  篩選自變量
6. 1. 2  模型的比較
6. 1. 3  逐步模型選擇法
6. 1. 4  排除有意義的變量和包括沒有意義的變量
6. 2  非線性與非加性(Nonlinearity and Nonadditivity)
6. 2. 1  非線性
6. 2. 2  非加性
7. Logistic回歸診斷
7. 1  過離散(Overdispersion)
7. 2  空單元(Zero Cell Count)
7. 3  完全分離(Complete Separeation)
7. 4  多元共線性(Multicollinearity)
7. 5  特異值和特殊影響案例(Outliers and Influential Observations)
7. 5. 1  殘差影響的測(cè)量
7. 5. 2  檢查特異值和特殊影響案例
8. Logistic回歸的替代模型及擴(kuò)展
8. 1  Probit模型
8. 1. 1  Probit模型的對(duì)數(shù)似然函數(shù)
8. 1. 2  擬合probit示范模型
8. 1. 3  Probit模型的解釋
8. 1. 4  用分組數(shù)據(jù)建立probit模型
8. 1. 5  Logistic回歸模型與probit模型的比較
8. 2  Logistic回歸擴(kuò)展于多分類反應(yīng)變量
8. 2. 1  累積logistic回歸模型(Cumulative Logistic Logistic Regression Model)
8. 2. 2  多項(xiàng)logit模型(Multinmnial Logit Model)
參考文獻(xiàn)
關(guān)鍵詞索引