✍ Scribed by 肖东亮
No coin nor oath required. For personal study only.
分位数回归的思想起源于1760年，然而，这一回归方法计算的复杂性知道最近依然是一大挑战。虽然如今快速的计算机功能和统计软件的广发应用使得拟合分位数回归模型变得容易，但至今我们仍未提供任何关于分位数回归是什么的介绍。本书中，作者提出了分位数和分位数函数的概念，阐述了分位数回归模型，讨论了它们的估计和推断方法，并通过具体例子演示了对分位数回归估计值的解释。同时，他们也提供了应用分位数回归分析美国1991年和2001年收入不平等的完整例子，以此确定这一方法的思想和步骤。本书填补了该领域的空白并有助于社会科学研究者更加熟悉分位数回归。
📜 SIMILAR VOLUMES
<p>《空间回归模型》主要解决线性回归分析中空间依赖关系的相关问题，为社会科学家完备地介绍如何将空间依赖性的分析纳入回归框架。本书作者向读者介绍了两种应用最广泛的空间回归模型：空间定距因变量和空间性误差模型。此外还补充了空间分析中的疑难问题。</p>
<p>《固定效应回归模型》详细介绍了多种形式的固定效应回归模型，这些模型使学者有可能对那些没有或无法被测量的变量进行控制，其基本的思想非常简单：用每个个体作为其自身的控制因素。此外，“固定效应模型”这一概念还经常与“随机效应模型”形成对照，作者在《固定效应回归模型》中也讨论了如何在固定效应模型和随机效应模型之间作出选择。</p>
本书介绍了几种典型的线性统计模型及其建模方法，不仅详细讲解了各种理论公式的推到过程，还就具体的案例数据结合统计软件展示数据分析的各个步骤。此外，每章还配备一定数量的理论习题与上机实验题。 本书可作为普通高等院校应用统计硕士专业学位研究生基础课程教材，也可作为数学专业大四学生和其它学科研究生统计课程的教学参考书，以及业界数据分析师的参考用书。
<p>《定序因变量的logistic回归模型》主要讲述了，logit模型已经成为社会科学中最流行的统计方法。《定序因变量的logistic回归模型》以展示来自儿童早期追踪研究的实例开始，进而回顾了logistic回归，并接着呈现了三个核心主题章节：累积或比例比数模型、连续比例模型以及相邻类别模型。与此同时，书中给出了SAS和SPSS的案例。在结论部分，作者给出了替代方法尤其是什么时候使用替代方法的建议。</p>
<p>《删截、选择性样本及截断数据的回归模型》就是有关删截数据、选择性样本数据及截断数据的最新研究，作者介绍了当因变量存在删截、样本选择性和截断问题时常用的分析技术。选择性样本和删截问题在社会科学中非常普遍，他们能对社会中大量问题提供有价值、有意义的解决办法。</p>