✍ Scribed by 阿格雷斯特 Alan Agresti
No coin nor oath required. For personal study only.
《属性数据分析引论(第2版)》的起点较低，仅仅要求读者具有基础统计课程的知识，包括参数估计、假设检验、回归分析模型及方差分析模型。全书分为十一章，分别介绍了与属性数据有关的统计学基础知识，列联表的相关知识，广义线性模型理论，logistic回归模型的理论、应用及其推广，对数线性模型，配对数据模型，聚簇关联响应的建模，广义线性混合模型以及属性数据分析方法的发展史。
《属性数据分析引论(第2版)》内容详尽而不失精炼，整个体系力求完整而不失紧凑，语言深入浅出，通俗易懂。配备了大量经典案例，每章附有适量习题。这些习题编排精心，由浅人深，能够引导读者进一步凝练正文内容，锻炼解决实际问题的能力。《属性数据分析引论(第2版)》约有100个实际案例，同时附有每种统计方法的SAS及SPSS的实现过程。
📜 SIMILAR VOLUMES
<p>《属性数据分析引论》通过社会调查属性数据的高维列联表结构与对数线性模型的一一对应关系，结合实例，详细介绍用SPSS软件包分析这种数据所对应的各种结构模型，并且从不同模型所对应的列表中获得各种有价值的信息。提出了属性数据不满足多元分析的基本条件，不能简单化套用多元线性回归方程处理数据。社会实证研究中究竟应该采用什么样有统计学方法去分析社会调查的原始数据？</p>
内容简介 · · · · · · 本书据Duxbury Press第5版译出。内容分为8个部分，共20章，分上下两册。各章均有大量习题。作者使用实例来引入主题，并把统计概念和实际问题联系在一起进行讲解，介绍了统计数据的收集和分析过程，讨论了如何解释数据分析的结果，并专门讲述了如何写数据分析报告。
<p>《数据分析概论》研究对象是社会科学的研究数据。数据分析可以赋予事实意义，好的数据分析能为所研究的社会现象提供合理的描述和解释。 本书旨在为定量研究数据分析的每一步提供统计学基础。作者讨论了数据搜集的意义、一元统计、对相关性的测量、显著性检验、简单和多元回归，并给出了大量的数学公式，使得读者能更好地理解这些内容。</p>