內容簡介

基於有許多研究人員和專家對logit模型表示關注,依然有人可能會問額外的處理是否還有必要。回答是肯定的,一如我們手上這本《Logistic回歸 入門》。

對於新手來說,與普通最小二乘法相比,logistic回歸還是很難對付。所有統計軟件的程序里面已經包含了logistic回歸,執行一個 logit程序其實很簡單。可是,為什麼要執行這個程序?此外,所得出的結果是什麼意思?由於這些問題解釋起來還是非常復雜的,任何一個盡責的教方法的老師都會給予非常認真的思量。最近剛剛上手掌握普通最小二乘法的新手需要的是一本入門性的參考書。這就是弗雷德•C.潘佩爾教授所著此書的用心所在。
 

目錄


前言
第1章 Logistic回歸的邏輯
第1節 對虛擬因變量進行回歸
第2節 把概率轉換成Logistic
第3節 非線性的線性化
第4節 小結
第2章 解釋Logistic回歸系數
第1節 比數的對數
第2節 比數
第3節 概率
第4節 顯著性檢驗
第5節 標准化的系數
第6節 一個實例
第7節 小結
第3章 估計和模型匹配
第1節 最大似然估計
第2節 對數似然函數
第3節 估計
第4節 用對數似然值來檢測顯著性
第5節 模型評估
第6節 一個實例
第7節 小結
第4章 Probit分析
第1節 另一種將非線性線性化的方式
第2節 Probit分析
第3節 對系數的解釋
第4節 最大似然估計
第5節 一個實例
第6節 小結
第5章 總結
附錄
注釋
參考文獻
譯名對照表
網路書店 類別 折扣 價格
  1. 新書
    $120