回归分析

内容概要

谢宇  美国密歇根大学Otis Dudley Duncan教授，任职于密歇根大学社会学系、统计系与公共政策学院，同时也是密歇根大学中国研究中心、社会研究所调查研究中心、人口研究中心教授，北京大学“千人计划”讲席教授，北京大学中国社会科学调查中心学术委员会主席。2004年当选美国艺术与科学院院士和台湾中研院院士，2009年当选美国国家科学院院士。其研究领域包括：社会分层、统计方法、人口学、科学社会学和中国研究。主要著作有《分类数据分析的统计方法》《科学界的女性》《美国亚裔的人口统计描述》《婚姻与同居》《美国的科学在衰退吗？》等。

书籍目录

第1章  基本统计概念  1.1  统计思想对于社会科学研究的重要性  1.2  本书的特点  1.3  基本统计概念  1.4  随机变量的和与差  1.5  期望与协方差的性质  1.6  本章小结第2章  统计推断基础  2.1  分布  2.2  估计  2.3  假设检验  2.4  本章小结第3章  一元线性回归  3.1  理解回归概念的三种视角  3.2  回归模型  3.3  回归直线的拟合优度  3.4  假设检验  3.5  对特定X下Y均值的估计  3.6  对特定X下Y单一值的预测  3.7  简单线性回归中的非线性变换  3.8  实例分析  3.9  本章小结第4章  线性代数基础  4.1  定义  4.2  矩阵的运算  4.3  特殊矩阵  4.4  矩阵的秩  4.5  矩阵的逆  4.6  行列式  4.7  矩阵的运算法则  4.8  向量的期望和协方差阵的介绍  4.9  矩阵在社会科学中的应用  4.10  本章小结第5章  多元线性回归  5.1  多元线性回归模型的矩阵形式  5.2  多元回归的基本假定  5.3  多元回归参数的估计  5.4   OLs回归方程的解读  5.5  多元回归模型误差方差的估计  5.6  多元回归参数估计量方差的估计  5.7  模型设定中的一些问题  5.8  标准化回归模型  5.9   CHIP88实例分析  5.10  本章小结第6章  多元回归中的统计推断与假设检验  6.1  统计推断基本原理简要回顾  6.2  统计显著性的相对性.以及效应幅度  6.3  单个回归系数β=0的检验  6.4  多个回归系数的联合检验  6.5  回归系数线性组合的检验  6.6  本章小结第7章  方差分析和F检验  7.1  一元线性回归中的方差分析  7.2  多元线性回归中的方差分析  7.3  方差分析的假定条件  7.4   F检验  7.5  判定系数增量  7.6  拟合优度的测量  7.7  实例分析  7.8  本章小结第8章  辅助回归和偏回归图  8.1  回归分析中的两个常见问题  8.2  辅助回归  8.3  变量的对中  8.4  偏回归图  8.5  排除忽略变量偏误的方法  8.6  应用举例  8.7  本章小结第9章  因果推断和路径分析  9.1  相关关系  9.2  因果推断  9.3  因果推断的问题  9.4  因果推断的假设  9.5  因果推断中的原因  9.6  路径分析  9.7  本章小结第10章  多重共线性问题  10.1  多重共线性问题的引入  10.2  完全多重共线性  10.3  近似多重共线性  10.4  多重共线性的度量  10.5  多重共线性问题的处理  10.6  本章小结第11章  多项式回归、样条函数回归和阶跃函数回归  11.1  多项式回归  11.2  样条函数回归  11.3  阶跃函数回归  11.4  本章小结第12章  虚拟变量与名义自变量  12.1  名义变量的定义与特性  12.2  虚拟变量的设置  12.3  虚拟变量的应用  12.4  本章小结第13章  交互项  13.1  交互项  13.2  由不同类型解释变量构造的交互项  13.3  利用嵌套模型检验交互项的存在  13.4  是否可以删去交互项中的低次项？  13.5  构造交互项时需要注意的问题  13.6  本章小结第14章  异方差与广义最小二乘法  14.1  异方差  14.2  异方差现象举例  14.3  异方差情况下的常规最小二乘估计  14.4  广义最小二乘法  14.5  加权最小二乘法  14.6  本章小结第15章  纵贯数据的分析  15.1  追踪数据的分析  15.2  趋势分析  15.3  本章小结  16.3  模型的优势与局限  16.4  多层线性模型的若干子模型  16.5  自变量对中的问题  16.6  应用举例  16.7  本章小结第17章  回归诊断  17.1  因变量是否服从正态分布  17.2  残差是否服从正态分布  17.3  异常观测案例  17.4  本章小结第18章  二分因变量的logit模型  18.1  线性回归面对二分因变量的困境  18.2  转换的方式  18.3  潜变量方式  18.4  模型估计、评价与比较  18.5  模型回归系数解释  18.6  统计检验与推断  18.7  本章小结词汇表参考文献后记

编辑推荐

谢宇所著的《回归分析(修订版)》所介绍的统计方法常用于描述社会现象的属性、规律性以及变异性，这些方法可被纳入回归分析这一广义范畴中。毋庸讳言，这些方法都有缺陷，因为它们都难以精确地反映复杂的社会现实，但这并不妨碍它们成为社会科学研究的有用工具。有的学生或许会有这样的错觉，即社会科学研究中存在某种完美的方法，或者某些方法本质上优于另一些方法。

 回归分析下载