本書(shū)面向?qū)嶋H，從實(shí)例入手，闡明社會(huì)科學(xué)統(tǒng)計(jì)方法，致力于實(shí)例和統(tǒng)計(jì)軟件的一體化。主要內(nèi)容包括抽樣和測(cè)量、描述統(tǒng)計(jì)、概率分布、統(tǒng)計(jì)推斷：估計(jì)、統(tǒng)計(jì)推斷：顯著性檢驗(yàn)、兩組比較、分類(lèi)變量之間的關(guān)聯(lián)分析、線性回歸和相關(guān)、多元關(guān)系概述、多元回歸分析和相關(guān)分析、多組比較：方差分析（ANOVA）、組合回歸分析和方差分析：定量和分類(lèi)預(yù)測(cè)變量、構(gòu)建多元回歸模型、邏輯斯蒂回歸：構(gòu)建分類(lèi)響應(yīng)變量、高級(jí)統(tǒng)計(jì)方法概述。本版增加了許多新練習(xí)，強(qiáng)調(diào)實(shí)際數(shù)據(jù)的應(yīng)用。每章后包括配套課后習(xí)題及拓展綜合練習(xí)，便于讀者對(duì)統(tǒng)計(jì)方法的學(xué)習(xí)和掌握。
目錄：
第1章引言
1.1統(tǒng)計(jì)方法論介紹
為什么要學(xué)習(xí)統(tǒng)計(jì)
數(shù)據(jù)
什么是統(tǒng)計(jì)學(xué)
1.2描述統(tǒng)計(jì)和推斷統(tǒng)計(jì)
總體和樣本
參數(shù)和統(tǒng)計(jì)量
定義總體：實(shí)際總體和概念總體
1.3計(jì)算機(jī)在統(tǒng)計(jì)中的作用
統(tǒng)計(jì)軟件
數(shù)據(jù)文件
統(tǒng)計(jì)軟件的使用和誤用
1.4本章概要
思考題第1章引言
1.1統(tǒng)計(jì)方法論介紹
為什么要學(xué)習(xí)統(tǒng)計(jì)
數(shù)據(jù)
什么是統(tǒng)計(jì)學(xué)
1.2描述統(tǒng)計(jì)和推斷統(tǒng)計(jì)
總體和樣本
參數(shù)和統(tǒng)計(jì)量
定義總體：實(shí)際總體和概念總體
1.3計(jì)算機(jī)在統(tǒng)計(jì)中的作用
統(tǒng)計(jì)軟件
數(shù)據(jù)文件
統(tǒng)計(jì)軟件的使用和誤用
1.4本章概要
思考題
第2章抽樣和測(cè)量
2.1變量及其測(cè)度
變量
定量（數(shù)量）變量和分類(lèi)變量
名義、有序和間隔測(cè)度尺度
有序數(shù)據(jù)的數(shù)量
離散型變量和連續(xù)型變量
2.2隨機(jī)化
簡(jiǎn)單隨機(jī)抽樣
如何去選擇一個(gè)簡(jiǎn)單隨機(jī)樣本
用抽樣調(diào)查收集數(shù)據(jù)
用實(shí)驗(yàn)收集數(shù)據(jù)
用觀察研究收集數(shù)據(jù)
2.3抽樣變異性和潛在偏差
抽樣誤差
抽樣偏差：非概率抽樣
響應(yīng)偏差
無(wú)響應(yīng)偏差：缺失數(shù)據(jù)
偏差類(lèi)型總結(jié)
2.4其他概率抽樣方法*
系統(tǒng)隨機(jī)抽樣（SystematicRandom
Sampling）
分層隨機(jī)抽樣（StratifiedRandom
Sampling）
整群抽樣（ClusterSampling）
多階抽樣（MultstageSampling）
2.5本章概要
思考題
第3章描述統(tǒng)計(jì)
3.1用表和圖描述數(shù)據(jù)
相對(duì)頻數(shù)（relativefrequency）：
分類(lèi)數(shù)據(jù)
頻數(shù)分布和條形圖：分類(lèi)數(shù)據(jù)
頻數(shù)分布：定量數(shù)據(jù)
直方圖（histogram）
莖葉圖（stem-and-leafplot）
比較組
總體分布和樣本數(shù)據(jù)分布
分布的形狀
3.2數(shù)據(jù)分布的中心描述
均值（mean）
均值的性質(zhì)
中位數(shù)（median）
中位數(shù)性質(zhì)
中位數(shù)與均值的比較
眾數(shù)（mode）
眾數(shù)的性質(zhì)
3.3數(shù)據(jù)分布的變異性描述
極差（range）
標(biāo)準(zhǔn)差（standarddeviation）
標(biāo)準(zhǔn)差的性質(zhì)
解釋標(biāo)準(zhǔn)差的大小
3.4位置量度
四分位數(shù)和其他百分比
測(cè)定變異性：四分位數(shù)間距
箱圖：繪制位置的5個(gè)數(shù)字概括
圖形
異常值（outlier）
離開(kāi)均值多少個(gè)標(biāo)準(zhǔn)差？z分?jǐn)?shù)
3.5二元描述統(tǒng)計(jì)
響應(yīng)變量（responsevariable）和解釋
變量（explanatoryvariable）之間
的關(guān)聯(lián)
比較兩組是二元分析
二元定量數(shù)據(jù)
兩個(gè)以上變量的分析
3.6樣本統(tǒng)計(jì)和總體參數(shù)
3.7本章概要
表、圖小結(jié)
中心量度的小結(jié)
變異性量度的小結(jié)
二元描述統(tǒng)計(jì)的小結(jié)
思考題
第4章概率分布
4.1概率介紹
概率可視為長(zhǎng)期（long-run）相對(duì)
頻數(shù)
基本概率規(guī)則
4.2離散型和連續(xù)型變量的概率分布
離散型變量的概率分布
連續(xù)型變量的概率分布
參數(shù)描述概率分布
4.3正態(tài)概率分布
正態(tài)尾部概率表
正態(tài)概率和經(jīng)驗(yàn)法則
求某個(gè)尾部概率的z值
z分?jǐn)?shù)是離開(kāi)均值的標(biāo)準(zhǔn)差數(shù)
標(biāo)準(zhǔn)正態(tài)分布
4.4抽樣分布描述了統(tǒng)計(jì)量如何變化
模擬估計(jì)過(guò)程
用抽樣分布表示抽樣變異
重復(fù)抽樣的抽樣分布說(shuō)明
4.5樣本均值的抽樣分布
的抽樣分布的均值和標(biāo)準(zhǔn)誤
樣本量對(duì)抽樣分布和估計(jì)精度的
影響
樣本均值的抽樣分布近似正態(tài)
4.6小結(jié)：總體、樣本數(shù)據(jù)以及抽樣
分布
在樣本數(shù)據(jù)分布和抽樣分布上
樣本量的影響
在統(tǒng)計(jì)推斷中抽樣分布的關(guān)鍵作用
4.7本章概要
思考題
第5章統(tǒng)計(jì)推斷：估計(jì)
5.1點(diǎn)估計(jì)和區(qū)間估計(jì)
參數(shù)的點(diǎn)估計(jì)
無(wú)偏和有效點(diǎn)估計(jì)
均值、標(biāo)準(zhǔn)差和比例的估計(jì)量
極大似然估計(jì)方法*
置信區(qū)間等于點(diǎn)估計(jì)±誤差邊際
�。╩arginoferror）
5.2比例的置信區(qū)間
樣本比例和其標(biāo)準(zhǔn)誤
大樣本比例的置信區(qū)間
控制置信水平
大樣本量給出狹窄的區(qū)間
錯(cuò)誤概率=1-置信水平
置信水平是長(zhǎng)期正確的比例
方法的有效性需要大樣本量
5.3均值的置信區(qū)間
估計(jì)誤差邊際的標(biāo)準(zhǔn)誤
t分布
t分布的性質(zhì)
均值置信區(qū)間里的t分?jǐn)?shù)
置信水平和樣本量的作用
關(guān)于正態(tài)總體假定違反的穩(wěn)健性
標(biāo)準(zhǔn)正態(tài)是df=無(wú)限時(shí)的t分布
對(duì)使用軟件的忠告
5.4樣本量的選擇
估計(jì)比例的樣本量
估計(jì)比例時(shí)的樣本量公式
估計(jì)均值時(shí)的樣本量
在確定樣本量中其他要考慮的
因素
只有一個(gè)小樣本該怎么辦
5.5中位數(shù)和其他參數(shù)的置信區(qū)間
樣本中位數(shù)對(duì)正態(tài)數(shù)據(jù)的
低效率
大樣本時(shí)中位數(shù)的置信區(qū)間
自舉法（bootstrap）
5.6本章概要
思考題
第6章統(tǒng)計(jì)推斷：顯著性檢驗(yàn)
6.1顯著性檢驗(yàn)的五個(gè)部分
假定
假設(shè)
檢驗(yàn)統(tǒng)計(jì)量
P值
結(jié)論
6.2關(guān)于一個(gè)均值的顯著性檢驗(yàn)
關(guān)于一個(gè)均值的顯著性檢驗(yàn)的
五個(gè)部分
雙側(cè)檢驗(yàn)與置信區(qū)間之間的對(duì)應(yīng)
關(guān)系
單側(cè)顯著性檢驗(yàn)
單側(cè)H隱含單側(cè)H0
單側(cè)檢驗(yàn)與雙側(cè)檢驗(yàn)的選擇
水平：使用P值做決策
違反正態(tài)假定的穩(wěn)健性
6.3一個(gè)比例的顯著性檢驗(yàn)
對(duì)一個(gè)比例顯著性檢驗(yàn)的五個(gè)
部分
從不“接受H0”
樣本量對(duì)P值的影響
6.4在檢驗(yàn)中的決策和錯(cuò)誤類(lèi)型
對(duì)決策的第一類(lèi)型和第二類(lèi)型
錯(cuò)誤
拒絕域
水平是第一類(lèi)型錯(cuò)誤的概率
當(dāng)P（第一類(lèi)型錯(cuò)誤）下降時(shí)，
P（第二類(lèi)型錯(cuò)誤）上升
置信區(qū)間和檢驗(yàn)決策之間的等價(jià)
關(guān)系
對(duì)報(bào)告的P值做一個(gè)決策
6.5顯著性檢驗(yàn)的局限性
統(tǒng)計(jì)顯著與實(shí)際顯著
顯著性檢驗(yàn)并不比置信區(qū)間有用
對(duì)顯著性檢驗(yàn)和P值的曲解
6.6計(jì)算P（第二類(lèi)型錯(cuò)誤）*
檢驗(yàn)使用的越小P（第二類(lèi)型
錯(cuò)誤）越大
檢驗(yàn)的功效（勢(shì)）（power）
6.7關(guān)于一個(gè)比例的小樣本檢驗(yàn)——
二項(xiàng)分布*
二項(xiàng)分布
二項(xiàng)分布的比例
二項(xiàng)式檢驗(yàn)
6.8本章概要
思考題
第7章兩組比較
7.1比較兩組的預(yù)備知識(shí)
有響應(yīng)變量和解釋變量時(shí)的
雙變量（二元）分析
相依樣本和獨(dú)立樣本
估計(jì)的差異及其標(biāo)準(zhǔn)誤
參數(shù)的比率
7.2分類(lèi)數(shù)據(jù)：比較兩組比例
關(guān)于比例差異的置信區(qū)間
解釋一個(gè)置信區(qū)間比較比例
關(guān)于2-1的顯著性檢驗(yàn)
列聯(lián)表和條件概率
7.3定量數(shù)據(jù)：比較兩個(gè)均值
2-1的置信區(qū)間
解釋一個(gè)置信區(qū)間比較均值
關(guān)于2-1的顯著性檢驗(yàn)
在置信區(qū)間和檢驗(yàn)之間的對(duì)應(yīng)
關(guān)系
7.4比較相依樣本的均值
適用于匹配樣本的配對(duì)差異得分
使用配對(duì)差異推斷比較均值
獨(dú)立樣本與相依樣本
7.5比較均值的其他方法*
在假定等方差時(shí)比較均值
完全隨機(jī)設(shè)計(jì)與隨機(jī)區(qū)組設(shè)計(jì)
根據(jù)軟件給出的報(bào)表進(jìn)行推斷
效應(yīng)量
適用于均值的一個(gè)模型
7.6比較比例的其他方法*
比較相依比例
比較相依比例的麥克尼馬爾檢驗(yàn)
相依比例差異的置信區(qū)間
比較比例的費(fèi)歇精確檢驗(yàn)
比較兩個(gè)比例的小樣本估計(jì)
7.7比較兩組的非參數(shù)統(tǒng)計(jì)量*
威爾科克森-曼-惠特尼檢驗(yàn)
效應(yīng)量：對(duì)一個(gè)組更好響應(yīng)的
比例
處理有序變量為定量變量
7.8本章概要
思考題
第8章分類(lèi)變量之間的關(guān)聯(lián)分析
8.1列聯(lián)表
百分比比較
構(gòu)建列聯(lián)表的原則
獨(dú)立和相依
8.2獨(dú)立性的卡方檢驗(yàn)
對(duì)應(yīng)于獨(dú)立的期望頻數(shù)
卡方檢驗(yàn)統(tǒng)計(jì)量
卡方分布
需要的樣本量
用軟件進(jìn)行卡方檢驗(yàn)
自由度的解釋
卡方檢驗(yàn)和類(lèi)別處理
8.3殘差：檢測(cè)關(guān)聯(lián)模式
殘差分析
卡方和2×2（四格）表的比例
差異
2×2表的標(biāo)準(zhǔn)化殘差
大于2×2的表需要用卡方
8.4列聯(lián)表中關(guān)聯(lián)的量度
關(guān)聯(lián)的量度
比例差異
卡方不是對(duì)關(guān)聯(lián)的測(cè)量
優(yōu)勢(shì)比（比數(shù)比）
優(yōu)勢(shì)比的性質(zhì)
r×c列聯(lián)表的優(yōu)勢(shì)比*
概述r×c表關(guān)聯(lián)的量度
8.5兩個(gè)有序變量之間的關(guān)聯(lián)*
一致和不一致
�。╣amma）
是兩個(gè)有序比例的差異
有序量度的公共特性
8.6對(duì)有序關(guān)聯(lián)的推斷
關(guān)聯(lián)量度的置信區(qū)間
使用的獨(dú)立性檢驗(yàn)
有序檢驗(yàn)與皮爾遜卡方檢驗(yàn)
對(duì)其他有序量度的相似推斷方法
混合的有序——名義列聯(lián)表
8.7本章概要
思考題
第9章線性回歸和相關(guān)
9.1線性關(guān)系
線性函數(shù)（linearfunction）
解釋y的截距和斜率
模型是對(duì)實(shí)際的簡(jiǎn)單近似
9.2最小平方預(yù)測(cè)方程
散點(diǎn)圖描繪數(shù)據(jù)
預(yù)測(cè)方程
異常值對(duì)預(yù)測(cè)方程的影響
預(yù)測(cè)誤差被稱為殘差
預(yù)測(cè)方程有最小平方性質(zhì)
9.3線性回歸模型
線性回歸函數(shù)
描述回歸直線的變異
均方誤（差）：估計(jì)條件變異
條件變異往往小于邊緣變異
9.4量度線性關(guān)聯(lián)：相關(guān)
斜率和關(guān)聯(lián)強(qiáng)度
相關(guān)
相關(guān)的性質(zhì)
相關(guān)暗示向均值回歸
r2：預(yù)測(cè)誤差減少的比例
r2的性質(zhì)
平方和描述條件變異和邊緣變異
9.5對(duì)斜率和相關(guān)系數(shù)的推斷
對(duì)統(tǒng)計(jì)推斷的假定
獨(dú)立性檢驗(yàn)
斜率的置信區(qū)間
讀懂計(jì)算機(jī)打印輸出結(jié)果
對(duì)相關(guān)的推斷*
缺失值（missingdata）
9.6模型的假定及違背
哪一個(gè)假定是重要的
外推是危險(xiǎn)的
有影響的觀測(cè)值
影響相關(guān)的因素
有誤差項(xiàng)的回歸模型*
模型和現(xiàn)實(shí)
9.7本章概要
思考題
第10章多元關(guān)系概述
10.1關(guān)聯(lián)關(guān)系和因果關(guān)系
10.2對(duì)其他變量的控制
社會(huì)學(xué)研究中的統(tǒng)計(jì)控制
統(tǒng)計(jì)控制的關(guān)聯(lián)類(lèi)型
警惕隱變量的存在
10.3多變量關(guān)系的類(lèi)型
偽關(guān)聯(lián)（spuriousassociation）
鏈關(guān)系（chainrelationship）
多個(gè)因果關(guān)系
抑制變量（suppressorvariable）
統(tǒng)計(jì)的交互作用
多變量關(guān)系小結(jié)
混雜作用使得效應(yīng)難以評(píng)估
10.4統(tǒng)計(jì)控制中的推斷問(wèn)題
分表分析中小樣本的影響
控制變量的類(lèi)別影響
對(duì)照比較和合并的測(cè)度
10.5本章概要
思考題
第11章多元回歸分析和相關(guān)分析
11.1多元回歸模型
多元回歸函數(shù)
回歸系數(shù)的解釋
預(yù)測(cè)方程和殘差
11.2多元回歸分析計(jì)算機(jī)輸出實(shí)例
描述雙變量關(guān)系的散點(diǎn)圖
對(duì)偏相關(guān)繪制偏相關(guān)圖
計(jì)算機(jī)輸出結(jié)果樣例
11.3復(fù)相關(guān)和R2
復(fù)相關(guān)
R2：多元決定系數(shù)
R和R2的性質(zhì)
多個(gè)解釋變量的多重共線性
11.4多元回歸系數(shù)的統(tǒng)計(jì)推斷
檢驗(yàn)解釋變量的整體影響
F分布
回歸系數(shù)的統(tǒng)計(jì)推斷
方差分析表中的變差和均方差*
F統(tǒng)計(jì)量是均方誤差之比
F統(tǒng)計(jì)量與t統(tǒng)計(jì)量之間的關(guān)系
11.5預(yù)測(cè)變量間的交互作用
交叉乘積項(xiàng)
檢驗(yàn)交互作用項(xiàng)
中心化解釋變量*
擴(kuò)展與限制*
11.6回歸模型的比較
全模型和簡(jiǎn)化模型
用殘差平方和SSE或決定系數(shù)
R2值進(jìn)行模型比較
11.7偏相關(guān)*
對(duì)偏相關(guān)系數(shù)的解釋
對(duì)偏相關(guān)系數(shù)平方的解釋
高階偏相關(guān)系數(shù)
偏相關(guān)系數(shù)的統(tǒng)計(jì)推斷
11.8標(biāo)準(zhǔn)化回歸系數(shù)
標(biāo)準(zhǔn)化回歸系數(shù)的方法
標(biāo)準(zhǔn)化回歸系數(shù)的性質(zhì)
預(yù)測(cè)方程的標(biāo)準(zhǔn)化形式*
謹(jǐn)慎比較標(biāo)準(zhǔn)化回歸系數(shù)
11.9本章概要
思考題
第12章多組比較：方差分析
�。ˋNOVA）
12.1多個(gè)均值的比較：方差分析
F檢驗(yàn)
對(duì)均值比較的F檢驗(yàn)的假定
組間變異和組內(nèi)變異
F檢驗(yàn)統(tǒng)計(jì)量是兩個(gè)方差估計(jì)
之比
F檢驗(yàn)統(tǒng)計(jì)量的公式是
組內(nèi)方差估計(jì)*
組間方差估計(jì)
方差分析表中的平方和*
F檢驗(yàn)與多個(gè)t檢驗(yàn)
12.2均值的多重比較
置信區(qū)間比較均值
大量置信區(qū)間的錯(cuò)誤率
均值多重比較Bonferroni法
均值多重比較Tukey法
12.3用回歸模型進(jìn)行方差分析
回歸中的虛擬變量
回歸中用方差分析檢驗(yàn)比較
均值
為什么使用回歸分析來(lái)做方差
分析呢
12.4雙因素方差分析
雙因素方差分析中的主效應(yīng)
假設(shè)
主效應(yīng)的F檢驗(yàn)
雙因素方差分析的交互效應(yīng)
H0：沒(méi)有交互效應(yīng)的F檢驗(yàn)
12.5雙因素方差分析和回歸分析
假定沒(méi)有交互效應(yīng)的回歸模型
有交互效應(yīng)的回歸模型
偏平方和
雙因素方差分析的多重比較
析因方差分析
12.6重復(fù)測(cè)量的方差分析*
有重復(fù)測(cè)量的單因素方差分析
球形假定和復(fù)合對(duì)稱性
相依樣本的置信區(qū)間比較
固定效應(yīng)和隨機(jī)效應(yīng)
12.7一個(gè)因素是重復(fù)測(cè)量的雙因素
方差分析*
在兩個(gè)固定效應(yīng)之一上進(jìn)行
重復(fù)測(cè)量
在上面分析的基礎(chǔ)上構(gòu)造置信
區(qū)間
治療方法的Bonferroni多重比較
更復(fù)雜的重復(fù)測(cè)量分析
兩次以上的重復(fù)測(cè)量
12.8違背方差分析假定的影響
F檢驗(yàn)的穩(wěn)健性
Kruskal-Wallis檢驗(yàn)：非參數(shù)
檢驗(yàn)方法
12.9本章概要
思考題
第13章組合回歸分析和方差分析:
定量和分類(lèi)預(yù)測(cè)變量
13.1均值比較和回歸直線比較
比較回歸直線
控制x，比較y的均值
13.2有定量和分類(lèi)預(yù)測(cè)變量的回歸
定量和虛擬解釋變量
對(duì)參數(shù)的解釋：沒(méi)有交互效應(yīng)
的模型
13.3定量預(yù)測(cè)變量和分類(lèi)預(yù)測(cè)變量
之間允許交互作用
對(duì)不同模型的R或R2的比較
多個(gè)分類(lèi)和定量預(yù)測(cè)變量的回歸
分析
13.4用定量和分類(lèi)預(yù)測(cè)變量進(jìn)行回歸
的統(tǒng)計(jì)推斷
沒(méi)有交互效應(yīng)的檢驗(yàn)
控制x，檢驗(yàn)分類(lèi)變量的效應(yīng)
用方差分析結(jié)果進(jìn)行比較
控制分類(lèi)變量，檢驗(yàn)x的效應(yīng)
13.5修正均值*
控制協(xié)變量，修正響應(yīng)變量的
均值
比較修正均值
圖示解釋說(shuō)明修正均值
修正均值的多重比較
謹(jǐn)慎使用假設(shè)的修正均值
13.6本章概要
思考題
第14章構(gòu)建多元回歸模型
14.1模型選擇過(guò)程
為模型選擇解釋變量
向后剔除過(guò)程
向前選擇和逐步回歸過(guò)程
自動(dòng)選擇過(guò)程的局限性和弊端
探索研究與解釋性（理論驅(qū)動(dòng)）
研究
選擇模型的指標(biāo)：調(diào)整R2、預(yù)測(cè)
的殘差平方和Cp
14.2回歸診斷
檢驗(yàn)殘差
繪制殘差與解釋變量圖
時(shí)間序列數(shù)據(jù)
檢測(cè)有影響的觀測(cè)值：杠桿值
檢測(cè)有影響的觀測(cè)值：DFFIT和
DFBETA
14.3多重共線性的影響
多重共線性擴(kuò)大了標(biāo)準(zhǔn)誤
VIF和其他多重共線性指標(biāo)
存在多重共線性的補(bǔ)救措施
14.4廣義線性模型
非正態(tài)分布的響應(yīng)變量
廣義線性模型的連接函數(shù)
響應(yīng)變量為正態(tài)分布的廣義
線性模型
響應(yīng)變量服從γ分布的廣義
線性模型
14.5非線性關(guān)系：多項(xiàng)式回歸
二次回歸模型
二次回歸模型的說(shuō)明與擬合
非線性效應(yīng)的描述和推斷
謹(jǐn)慎使用多項(xiàng)式模型
非參數(shù)回歸*
14.6指數(shù)回歸和對(duì)數(shù)轉(zhuǎn)換*
對(duì)指數(shù)回歸模型的解釋
轉(zhuǎn)換預(yù)測(cè)變量以獲取線性
14.7本章概要
思考題
第15章邏輯斯蒂回歸：構(gòu)建分類(lèi)
響應(yīng)變量模型
15.1邏輯斯蒂回歸
線性概率模型
二分響應(yīng)變量的邏輯斯蒂回歸
模型
概率的邏輯斯蒂回歸方程
對(duì)邏輯斯蒂回歸模型的解釋
使用幾率和優(yōu)勢(shì)比解釋
15.2多元邏輯斯蒂回歸
幾率的效應(yīng)
概率的效應(yīng)
15.3邏輯斯蒂回歸模型的統(tǒng)計(jì)推斷
Wald檢驗(yàn)和似然比獨(dú)立性檢驗(yàn)
多元邏輯斯蒂回歸的推斷
用似然比檢驗(yàn)比較邏輯斯蒂回歸
模型
15.4定序響應(yīng)變量的邏輯斯蒂回歸模型
累積概率和累積概率的logit
定序響應(yīng)變量的累積logit模型
對(duì)定序響應(yīng)變量效應(yīng)的推斷
響應(yīng)變量類(lèi)別選擇的恒定性
多元模型的擴(kuò)展
邏輯斯蒂回歸模型中的定序
預(yù)測(cè)變量
15.5名義響應(yīng)變量的邏輯斯蒂模型*
基準(zhǔn)類(lèi)別的Logit
15.6分類(lèi)變量的對(duì)數(shù)線性模型*
三個(gè)變量的分層對(duì)數(shù)線性模型
對(duì)數(shù)線性模型優(yōu)勢(shì)比的解釋
15.7對(duì)列聯(lián)表構(gòu)建的模型進(jìn)行擬合
優(yōu)度檢驗(yàn)*
卡方擬合優(yōu)度統(tǒng)計(jì)量
標(biāo)準(zhǔn)化殘差
對(duì)數(shù)線性模型的擬合優(yōu)度
通過(guò)比較G2值來(lái)比較模型
邏輯斯蒂模型和對(duì)數(shù)線性模型
之間的聯(lián)系
邏輯斯蒂模型和對(duì)數(shù)線性模型
之間的區(qū)別
15.8本章概要
思考題
第16章高級(jí)統(tǒng)計(jì)方法概述
16.1縱向數(shù)據(jù)分析*
MANOVA：多因變量方差分析
帶有隨機(jī)效應(yīng)的混合效應(yīng)模型
使用隨機(jī)效應(yīng)的一維重復(fù)測(cè)量
方差分析
16.2多層（分層）模型*
為兩個(gè)層上的觀測(cè)值構(gòu)建模型
16.3事件歷史模型*
截尾數(shù)據(jù)和時(shí)變協(xié)變量
事件的發(fā)生率
比例風(fēng)險(xiǎn)模型
16.4路徑分析*
路徑圖
路徑系數(shù)
直接效應(yīng)和間接效應(yīng)
路徑分解
對(duì)因果模型的一個(gè)告誡
16.5因子分析*
因子分析模型
擬合因子分析模型
分類(lèi)響應(yīng)變量的潛在分類(lèi)模型
起源和爭(zhēng)議
16.6結(jié)構(gòu)方程模型*
計(jì)量模型
結(jié)構(gòu)方程模型
協(xié)方差結(jié)構(gòu)模型中的特例
擬合協(xié)方差結(jié)構(gòu)模型
檢驗(yàn)?zāi)Ｐ蛿M合
16.7馬爾可夫鏈*
轉(zhuǎn)移概率
思考題
附錄ASPSS和SAS統(tǒng)計(jì)分析
附錄B奇數(shù)練習(xí)答案
附錄C統(tǒng)計(jì)檢驗(yàn)臨界值表
參考文獻(xiàn)
|
