![萬捲方法：分類數據分析 [CRTEGORICRL ORTR ANRLYSIS]](https://pic.tinynews.org/10918043/dfb82caa-b0ab-4a26-9460-76966dca2121.jpg)
具體描述
編輯推薦
“萬捲方法”的理想為社會學、政治學、管理學、經濟學、傳播學、心理學、教育學等社會科學各領域的學者和研究生提供一個內容規範、使用便捷的“研究方法工具箱”。
“萬捲方法”的受眾
圖書館及大學社會科學各院係的資料窒。
社會科學各領域的研究人員。
社會科學各專業的研究生和本科生。
社會及市場調查的實務工作者。
內容簡介
由於分類數據分析技術的發展以及分類數據在現實應用中的獨特價值，許多統計係或生物統計係都開設瞭有關分類數據分析的課程。這《萬捲方法：分類數據分析》可以用作該類課程的教科書。《萬捲方法：分類數據分析》的第1-7章涵蓋瞭該類課程的核心內容。其中，第1-3章介紹分類結果變量的分布以及傳統的二維列聯錶分析方法。第4-7章介紹關於二分和多項分布結果變量的logistic迴歸以及相應的logit模型。第8章和第9章的內容則是用於分析列聯錶數據的對數綫性模型。隨著時間的推移，對數綫性模型的重要性似乎有所降低，所以本版在一定程度上縮減瞭對該模型的討論，並相應增加瞭有關Iogistic迴歸的內容。在過去10年間，這一領域的新發展主要集中於對重復測量和其他形式的群組分類數據的分析方法。第10-13章講述這些方法，其中包括邊際模型和具有隨機效應的廣義綫性混閤模型。第14-15章介紹本書所使用的最大似然估計的理論基礎以及其他可供選擇的估計方法。第16章簡單迴顧瞭分類數據分析技術的發展曆程，並介紹瞭諸如皮爾遜和費捨爾等著名統計學傢的貢獻，他們的開創性工作為分類數據分析方法的發展奠定瞭基礎。
目錄
1 引言：分類數據的分布與統計推斷1.1 分類數據
1.2 分類數據的分布
1.3 分類數據的統計推斷
1.4 二項分布參數的統計推斷
1.5 多項分布參數的統計推斷
注解
習題
2 對列聯錶的描述
2.1 列聯錶的概率結構
2.2 兩個比例的比較
2.3 分層2x2錶格中的偏關聯
2.4 擴展到/xJ錶格
注解
習題
3 列聯錶的統計推斷
3.1 關聯參數的置信區間
3.2 二維列聯錶的獨立性檢驗
3.3 對卡方檢驗的進一步分析
3.4 定序變量的二維錶格
3.5 小樣本的獨立性檢驗
3.6 2x2錶格的小樣本置信區間
3.7 對多維錶格以及非錶格形式結果變量的擴展
注解
習題
4 廣義綫性模型簡介
4.1 廣義綫性模型
4.2 二分數據的廣義綫性模型
4.3 計數數據的廣義綫性模型
4.4 廣義綫性模型的矩量和似然函數
4.5 廣義綫性模型的統計推斷
4.6 廣義綫性模型的擬閤
4.7 類似然函數與廣義綫性模型
4.8 廣義可加模型
注解
習題
5 Logistic迴歸
5.1 Logistic迴歸參數的解釋
5.2 Logistic迴歸的統計推斷
5.3 包括分類預測變量的Logit模型
5.4 多元Logistic迴歸
5.5 Logistic迴歸模型的擬閤
注解
習題
6 Logistic迴歸模型的構建與應用
6.1 模型選擇的策略
6.2 Logistic迴歸診斷
6.3 2x2 xK錶格中條件關聯的統計推斷
6.4 利用模型提高推斷效能
6.5 樣本規模與統計效能
6.6 Probit模型和補餘雙對數模型
6.7 條件Logistic迴歸與精確分布
注解
習題
7 關於多項結果變量的Logit模型
7.1 定類結果變量：基綫類彆Logit模型
7.2 定序結果變量：纍積Logit模型
7.3 定序結果變量：纍積連結模型
7.4 關於定序結果變量的其他模型
7.5 Ix jxK錶格中的條件獨立性檢驗
7.6 離散選擇多項Logit模型
注解
習題
8 關於列聯錶的對數綫性模型
8.1 關於二維錶格的對數綫性模型
……
9 對數綫性模型和Logit模型的構建與擴展
10 關於配對數據的模型
11 對重復測量的分類結果變量的分析
12 隨機效應：關於分類結果變量的廣義綫性混閤模型
13 關於分類數據的其他混閤模型
14 參數模型的漸近理論
15 參數模型的其他估計理論
16 分類數據分析的曆史迴顧
參考文獻
例子索引
主題索引
用戶評價
學習形式邏輯，可以幫助我們培養邏輯思維的能力，從一個側麵學會正確的思維方法。這對於我們探索真理，錶述和論證觀點，揭露實踐和理論上的謬誤，都是很有用的。在這方麵，廣大朋友們越來越有較深切的體會，因而學習形式邏輯的積極性日益高漲，這是十分可喜的。
評分因子分析：以最少的信息丟失為前提，將眾多的原有變量綜閤成較少幾個綜閤指標
評分在過去10年間，這一領域的新發展主要集中於對重復測量和其他形式的群組分類數據的分析方法。第10-13章講述這些方法，其中包括邊際模型和具有隨機效應的廣義綫性混閤模型。第14-15章介紹《分類數據分析》所使用的最大似然估計的理論基礎以及其他可供選擇的估計方法。第16章簡單迴顧瞭分類數據分析技術的發展曆程，並介紹瞭諸如皮爾遜和費捨爾等著名統計學傢的貢獻，他們的開創性工作為分類數據分析方法的發展奠定瞭基礎。阿蘭·阿格萊斯蒂序言是2001年11月的，此係列書的總序沒有時間落款，但其中提到2004年至今，不知這個今是指05年，還是2011年，但2012年1月第一版。佩服這樣的齣版社，買它的書絕對要慎之又慎。
評分不錯，慢慢學吧
評分不錯不錯的一本書還是很閤適的
評分1.1 計算相關係數矩陣：大部分相關係數值均<0.3，各個變量間大多為弱相關，不適閤進行因子分析
評分好…………………。……
評分內容相當充實，建議購買
評分（4）計算各樣本的因子得分
相關圖書
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.tinynews.org All Rights Reserved. 静思书屋 版权所有