定序因变量的logistic回归模型
✍ Scribed by 安·A.奥康奈尔
- Publisher
- 格致出版社
- Year
- 2012
- Tongue
- Chinese
- Leaves
- 177
- Series
- 格致方法·定量研究系列
- Category
- Library
No coin nor oath required. For personal study only.
✦ Synopsis
《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。
📜 SIMILAR VOLUMES
<p>《虚拟变量回归》首先介绍了虚拟变量的含义及其构建,对虚拟变量回归有了基本了解后,海蒂教授还提出了有关虚拟变量回归的一些特殊问题。除此以外,她还对如何处理异方差性,在因变量取对数或者Logit后,如何对回归系数进行诠释,如何在显著性检验下做多重比较,如何进行效果编码和对比编码,以及如何检验曲线性和如何进行分段线性回归作出了解释。</p>
<p>《Logistic回归中的交互效应》是格致方法定量研究系列之一种,重点在于介绍如何在logistics回归中用乘积项来进行交互效应分析。作者首先回顾了如何用概率、发生比和对数发生比的形式解释logistics回归的结果,然后介绍了双向交互效应和三向交互效应。之后,作者进一步讨论了更复杂情况下交互效应的解释方法,包括分类和连续变量的交互效应、两个连续变量的交互效应,以及当因变量是多类别变量时的交互效应。最后,作者使用SPSS统计软件对数据进行了多项式logistic回归,并指导读者解释该回归中的交互效应问题。</p>
针对有随机效应的多重二元响应模型,研究了给定响应变量时模型的逆回归性质,基于该理论给出了模型的逆回归估计,所得到的回归系数向量的估计只相差一个正的常数乘积。进一步给出了模型的假设检验法。对于随机效应的多元秩序模型,也得到了回归系数的逆回归估计。对于多重二元响应Probit模型,给出了参数的渐近有效估计,只需一步(获少数几步)迭代可以得到参数的渐近有效估计对固定效应的LDV模型,假定扰动项分布为I型极值分布,应用极大似然方法估计参数,并将方法应用于多项选择模型,给出了应用实例。本书内容理论与实践相结合,各章均有实例或计算机模拟研究。
<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>《潜变量增长曲线模型》介绍的潜变量增长曲线模型为社会科学量化应用的研究者提供了一个学习一种新方法的研究,并可以超越经验性的研究,显示了潜变量增长曲线模型作为结构方程模型是如何表达和估计的,并说明了它和多层次增长模型的关系.本书作者显示了各种各样的模型,例</p>