實(shí)用邏輯斯諦回歸方法

作者簡介
前言
第1章統(tǒng)計(jì)模型1
1.1什么是統(tǒng)計(jì)模型?2
1.2邏輯斯諦回歸建?；A(chǔ)4
1.3伯努利分布5
1.4估計(jì)的方法7
SAS代碼11
Stata代碼12
第2章單一預(yù)測邏輯斯諦模型13
2.1二元預(yù)測模型14
2.2預(yù)測因子?概率?優(yōu)勢比18
2.3基本的模型統(tǒng)計(jì)量20
2.3.1標(biāo)準(zhǔn)誤21
2.3.2z統(tǒng)計(jì)量23
2.3.3p值23
2.3.4置信區(qū)間24
2.4分類預(yù)測模型28
2.5連續(xù)預(yù)測模型32
2.5.1連續(xù)預(yù)測因子的種類32
2.5.2簡單的廣義加性模型33
2.5.3中心化34
2.5.4標(biāo)準(zhǔn)化36
2.6預(yù)測37Ⅺ
2.6.1模型預(yù)測的基礎(chǔ)37
2.6.2預(yù)測置信區(qū)間39
SAS代碼40
Stata代碼46
第3章多元預(yù)測邏輯斯諦模型49
3.1預(yù)測因子的選擇和解釋50
3.2邏輯斯諦模型的統(tǒng)計(jì)量53
3.3信息準(zhǔn)則檢驗(yàn)58
3.3.1赤池信息準(zhǔn)則58
3.3.2有限樣本59
3.3.3貝葉斯信息準(zhǔn)則60
3.3.4其他信息準(zhǔn)則測試60
3.4模型擬合過程:校準(zhǔn)標(biāo)準(zhǔn)誤61
3.4.1預(yù)測標(biāo)準(zhǔn)誤61
3.4.2Robust和Sandwich變量估計(jì)63
3.4.3步步為營法則64
3.5風(fēng)險(xiǎn)因子?混雜因子?效應(yīng)修正因子以及交互作用65
SAS代碼67
Stata代碼70
第4章邏輯斯諦模型的檢驗(yàn)和擬合71
4.1檢驗(yàn)邏輯斯諦模型的擬合72
4.1.1皮爾遜卡方擬合優(yōu)度檢驗(yàn)72
4.1.2似然比檢驗(yàn)73
4.1.3殘差分析74
4.1.4條件效果圖80
4.2分類統(tǒng)計(jì)82
4.2.1S￣S圖表84
4.2.2ROC分析84
4.2.3混淆矩陣86
目錄Ⅻ
4.3Hosmer￣Lemeshow統(tǒng)計(jì)量88
4.4錯(cuò)亂的數(shù)據(jù)模型與完美的預(yù)測91
4.5精確邏輯斯諦回歸93
4.6建模表數(shù)據(jù)96
SAS代碼101
Stata代碼106
第5章分組邏輯斯諦回歸108
5.1二項(xiàng)概率分布函數(shù)109
5.2從觀測到分組數(shù)據(jù)110
5.3識別和調(diào)整額外的殘差114
5.4分組邏輯斯諦回歸的建立和解釋116
5.5β￣二項(xiàng)回歸118
SAS代碼124
Stata代碼126
第6章貝葉斯邏輯斯諦回歸128
6.1貝葉斯方法簡述129
6.2實(shí)例:貝葉斯邏輯斯諦回歸131
6.2.1使用R的貝葉斯邏輯斯諦回歸131
6.2.2使用JAGS軟件的貝葉斯邏輯斯諦回歸139
6.2.3先驗(yàn)信息的貝葉斯邏輯斯諦回歸分析145
SAS代碼148
Stata代碼150
總結(jié)151
參考文獻(xiàn)153