本書介紹在分析二分類因變量時最常使用的統計分析模型之一－Logistic回歸模型。透過例題分析，結合計算機統計軟體的使用，詳細闡述該模型原理及其應用；同時，還介紹了如何將Logistic回歸模型擴展到序次Logistic回歸模型和多項Logit模型，以分析序次變數和多分類名義變數為因變數的數據。書中還提供用SAS和SPSS進行具體例題分析的計算機程序及相關數據，並對這兩種軟體的模型估計結果進行詳盡的解釋和對比分析。
作者簡介：
王濟川
現職：美國俄亥俄州懷特州立大學醫學院社區衛生系教授
學歷：美國康乃爾大學社會學博士
美國密執安大學人口研究中心博士後
郭志剛
現職：北京大學社會學系教授
學歷：中國人民大學人口研究所法學博士
加拿大西安大略大學社會學碩士
美國布朗大學人口研究中心博士後
目錄
１ 二元因變數與logistic迴歸模型
1.1 引言
1.2 線性機率模型
1.3 Logistic迴歸模型
２ Logistic迴歸模型估計
2.1 最大概似估計
2.2 Logistic迴歸模型估計的假設條件
2.3 最大概似估計的性質
2.4 模型估計的樣本規模
2.5 擬合logistic迴歸的示範模型
2.6 用分組資料件logistic迴歸分析
３ Logistic迴歸模型評價
3.1 擬合優度
3.2 Logistic迴歸模型的預測準確性
3.3 模型X2統計
４ Logistic迴歸係數解釋
4.1 發生比和發生比率
4.2 按發生比率來解釋logistic迴歸係數
4.3 用機率來解釋自變數的作用
4.4 預測機率
4.5 標準化係數
4.6 偏相關
５ Logistic迴歸係數的統計推斷
5.1 Logistic迴歸係數的顯著性檢驗
5.2 Logistic迴歸係數的可信區間
６ 建立模型
6.1 選擇變數
6.2 非線性與非加性
７ Logistic迴歸診斷
7.1 過離散
7.2 空單元
7.3 完全分離
7.4 多元共線性
7.5 特異值和特殊影響案例
８ Logistic迴歸的替代模型及擴展
8.1 Probit模型
8.2 Logistic迴歸擴展於多分類反應變數
１ 二元因變數與logistic迴歸模型
1.1 引言
1.2 線性機率模型
1.3 Logistic迴歸模型
２ Logistic迴歸模型估計
2.1 最大概似估計
2.2 Logistic迴歸模型估計的假設條件
2.3 最大概似估計的性質
2.4 模型估計的樣本規模
2.5 擬合logistic迴歸的示範模型
2.6 用分組資料件logistic迴歸分析
３ Logistic迴歸模型評價
3.1 擬合優度
3.2 Logistic迴歸模型的預測準確性
3.3 模型X2統計
４ Logistic迴歸係數解釋
4.1 發生比和發生比率
4.2 按發生比率來解釋logistic迴歸...
購物須知
退換貨說明：
會員均享有10天的商品猶豫期（含例假日）。若您欲辦理退換貨，請於取得該商品10日內寄回。
辦理退換貨時，請保持商品全新狀態與完整包裝（商品本身、贈品、贈票、附件、內外包裝、保證書、隨貨文件等）一併寄回。若退回商品無法回復原狀者，可能影響退換貨權利之行使或須負擔部分費用。
訂購本商品前請務必詳閱退換貨原則。
2024專利防護中