目 录
第1章 二分类因变量与logistic回归模型
1.1 引言
1.2 线性概率模型 (linear probability model,LPM)
1.3 Logistic回归模型
第2章 Logistic回归模型估计
2.1 最大似然估计(maximum likelihood estimation, MLE)
2.2 Logistic回归模型估计的假设条件
2.3 最大似然估计的性质
2.4 模型估计的样本规模
2.5 拟合logistic回归的示范模型
2.6 用分组数据做logistic回归分析
第3章 Logistic回归模型评价
3.1 拟合优度(goodness-of-fit)
3.2 Logistic回归模型的预测准确性
3.3 模型卡方统计(model chi-square statistic)
第4章 Logistic回归系数解释
4.1 发生比和发生比率(odds and odds ratio)
4.2 以发生比率来解释logistic回归系数
4.3 就概率来解释自变量的作用
4.4 预测概率
4.5 标准化系数
4.6 偏相关 (partial correlation)
第5章 Logistic回归系数的统计推断
5.1 Logistic回归系数的显著性检验
5.2 Logistic回归参数的置信区间
第6章 建立模型
6.1 选择变量
6.2 非线性与非加性(nonlinearity and nonadditivity)
第7章 Logistic回归诊断
7.1 过离散 (overdispersion)
7.2 空单元 (zero cell count)
7.3 完全分离 (complete separation)
7.4 多重共线性 (multicollinearity)
7.5 特异值和特殊影响案例 (outliers and influential observations)
第8章 Logistic回归的替代模型及扩展
8.1 Probit模型
8.2 Logistic回归扩展于多分类反应变量
作者:王济川 郭志刚
书号:ISBN7-04-00
估计定价:38.00元
开本:异16开
字数:26万
出版时间:2001.10
适用范围:社会科学各专业、统计专业
这是在一个卖书网站上找到的,缺货
据介绍也是用SAS和SPSS分析的,现在的问题是离开这些国外工具,我们都不知道如何推导公式,如何计算,如何自己编程,更别提发扬光大了,现在也太少书介绍底层的东西,都是一笔带过,或应用国外工具得出结果。以前上学还没意识到,现在工作了才意识到仅仅会使用工具还远远不够。