分類數(shù)據(jù)分析的統(tǒng)計(jì)方法（第2版）

圖目錄／1
表目錄／1
中文版序／1
前　言／1
第1 章　緒論／1
　　1.1　為什么需要分類數(shù)據(jù)分析？／1
　　1.2　分類數(shù)據(jù)的兩種哲學(xué)觀點(diǎn)／6
　　1.3　一個(gè)發(fā)展史的注腳／8
　　1.4　本書特點(diǎn)／9
第2 章　線性回歸模型回顧／11
　　2.1　回歸模型／11
　　2.2　再談線性回歸模型／17
　　2.3　分類變量和連續(xù)型因變量之間的區(qū)別／27
第3 章　二分類數(shù)據(jù)模型／29
　　3.1　二分類數(shù)據(jù)介紹／29
　　3.2　變換的方法／30
　　3.3　Logit模型和Probit模型的論證／39
　　3.4　解釋估計(jì)值／54
　　3.5　其他的概率模型／61
　　3.6　小結(jié)／62
第4 章　列聯(lián)表的對(duì)數(shù)線性模型／64
　　4.1　列聯(lián)表／64
　　4.2　關(guān)聯(lián)的測(cè)量／68
　　4.3　估計(jì)與擬合優(yōu)度／73
　　4.4　二維表模型／79
　　4.5　次序變量模型／89
　　4.6　多維表的模型／97
第5 章　二分類數(shù)據(jù)多層模型／110
　　5.1　導(dǎo)言／110
　　5.2　聚類二分類數(shù)據(jù)模型／113
　　5.3　追蹤二分類數(shù)據(jù)模型／130
　　5.4　模型估計(jì)方法／136
　　5.5　項(xiàng)目響應(yīng)模型／151
　　5.6　小結(jié)／159
第6 章　關(guān)于事件發(fā)生的統(tǒng)計(jì)模型／161
　　6.1　導(dǎo)言／161
　　6.2　分析轉(zhuǎn)換數(shù)據(jù)的框架／162
　　6.3　離散時(shí)間方法／163
　　6.4　連續(xù)時(shí)間模型／177
　　6.5　半?yún)?shù)比率模型／188
　　6.6　小結(jié)／211
第7 章　次序因變量模型／213
　　7.1　導(dǎo)言／213
　　7.2　賦值方法／214
　　7.3　分組數(shù)據(jù)的Logit模型／216
　　7.4　次序Logit和Probit模型／220
　　7.5　小結(jié)／232
第8 章　名義因變量模型／234
　　8.1　導(dǎo)言／234
　　8.2　多項(xiàng)Logit模型／235
　　8.3　標(biāo)準(zhǔn)多項(xiàng)Logit模型／237
　　8.4　分組數(shù)據(jù)的對(duì)數(shù)線性模型／242
　　8.5　潛在變量方法／245
　　8.6　條件Logit模型／246
　　8.7　設(shè)定問(wèn)題／251
　　8.8　小結(jié)／258
附錄A　回歸的矩陣方法／259
　　A.1　導(dǎo)言／259
　　A.2　矩陣代數(shù)／259
附錄B　大似然估計(jì)／266
　　B.1　導(dǎo)言／266
　　B.2　基本原理／266
參考文獻(xiàn)／285
索　引／295
譯后記／314

圖目錄
圖1-1　四種測(cè)量的分類模式／5
圖2-1　關(guān)于θ的L對(duì)數(shù)的大化／19
圖2-2　二分類數(shù)據(jù)的邏輯斯蒂回歸與線性回歸的比較／27
圖3-1　p的logit和probit變換／38
圖3-2　以累積概率函數(shù)曲線切線的斜率表示的邊際效應(yīng)／57
圖3-3　虛擬變量的邊際效應(yīng)／58
圖3-4　按家庭收入水平變化的畢業(yè)概率／60
圖3-5　p的互補(bǔ)雙對(duì)數(shù)變換／61
圖5-1　顯示預(yù)測(cè)概率向總比例收縮的觀測(cè)概率和預(yù)測(cè)概率／124
圖5-2　模型2按照家庭結(jié)構(gòu)和母親的受教育水平分的婚前生育預(yù)測(cè)概率／127
圖5-3　家庭別隨機(jī)效應(yīng)分布／129
圖5-4　家庭別隨機(jī)效應(yīng)的經(jīng)驗(yàn)貝葉斯估計(jì)值／130
圖5-5　觀測(cè)的、邊際的和條件的logit／136
圖5-6　β3和σ20的跡線圖與直方圖／142
圖5-7　賦閑比數(shù)比的后驗(yàn)分布（南部居住地vs.非南部居住地）（高中畢業(yè)vs.未畢業(yè)）／147
圖5-8　包含3個(gè)題項(xiàng)的1PL模型的題項(xiàng)特征曲線／153
圖5-9　2PL模型的題項(xiàng)特征曲線／155
圖5-10　使用LSAT數(shù)據(jù)估計(jì)的1PL和2PL模型的題項(xiàng)特征曲線／159
圖6-1　退學(xué)的離散時(shí)間風(fēng)險(xiǎn)和生存函數(shù)／168
圖6-2　對(duì)數(shù)累積風(fēng)險(xiǎn)和生存函數(shù)圖／204
圖6-3　家庭收入效應(yīng)的Schoenfeld殘差圖／207
圖6-4　隨時(shí)間變化的家庭收入效應(yīng)圖／209
圖7-1　對(duì)應(yīng)于一個(gè)四分類響應(yīng)變量的累積分布／221
圖7-2　潛在變量和現(xiàn)實(shí)結(jié)果之間的關(guān)系／224
表目錄
表2-1　瑞典于默奧市嬰兒出生后前6個(gè)月的死亡數(shù)／24
表2-2　列向布局的數(shù)據(jù)文件／25
表2-3　對(duì)數(shù)-比率模型的OLS、FGLS和ML估計(jì)值／26
表2-4　回歸模型的類型／28
表3-1　按種族、性別和家庭結(jié)構(gòu)分類的高中畢業(yè)生／31
表3-2　用虛擬變量以列的形式概括表3-1的數(shù)據(jù)／32
表3-3　替代的二分類因變量模型估計(jì)結(jié)果／38
表3-4　按照種族、性別和家庭結(jié)構(gòu)分類的估計(jì)畢業(yè)概率／39
表3-5　比較主效應(yīng)和二維交互作用模型／50
表3-6　收入和性別對(duì)投票傾向的影響／58
表3-7　個(gè)人水平數(shù)據(jù)的logit和probit模型估計(jì)值／59
表4-1　受教育水平和對(duì)婚前性行為的態(tài)度／65
表4-2　觀測(cè)（期望）頻次／66
表4-3　期望概率／67
表4-4　獨(dú)立情形下的期望頻次／68
表4-5　各單元格對(duì)皮爾遜卡方的貢獻(xiàn)／68
表4-6　獨(dú)立情形下的行比例／69
表4-7　觀測(cè)數(shù)據(jù)的行比例／69
表4-8　態(tài)度例子的完整表格／71
表4-9　基于相鄰行和列的局部比數(shù)比／72
表4-10　模型A下的皮爾遜卡方構(gòu)成／74
表4-11　可識(shí)別的參數(shù)／80
表4-12　Hauser的流動(dòng)表格／83
表4-13　飽和模型的交互參數(shù)：代際流動(dòng)的例子／83
表4-14　參數(shù)μh的估計(jì)值／84
表4-15　流動(dòng)表模型的擬合優(yōu)度統(tǒng)計(jì)量／93
表4-16　對(duì)墮胎和婚前性行為的態(tài)度／96
表4-17　估計(jì)的測(cè)度得分／96
表4-18　加州大學(xué)伯克利分校的研究生錄取數(shù)據(jù)／98
表4-19　合并后的研究生錄取數(shù)據(jù)／99
表4-20　對(duì)錄取數(shù)據(jù)所擬合模型的擬合優(yōu)度統(tǒng)計(jì)量／104
表4-21　模型4的交互參數(shù)估計(jì)值／105
表4-22　三國(guó)階級(jí)流動(dòng)數(shù)據(jù)的模型／107
表4-23　國(guó)家別的參數(shù)／109
表5-1　生物化學(xué)領(lǐng)域的博士后訓(xùn)練與NIH資金分布／120
表5-2　常規(guī)與隨機(jī)截距模型／121
表5-3　觀測(cè)比例（）與模型預(yù)測(cè)的比例（）／123
表5-4　初次婚前生育的logit模型／126
表5-5　數(shù)值積分的支點(diǎn)（u）和權(quán)重（p）／129
表5-6　擬合青年就業(yè)數(shù)據(jù)的追蹤模型／135
表5-7　不同方法的估計(jì)值／144
表5-8　觀測(cè)的與期望的響應(yīng)模式／146
表5-9　logit模型擬合統(tǒng)計(jì)量／148
表5-10　Bock和Lieberman法學(xué)院能力傾向測(cè)試（LSAT）數(shù)據(jù)／157
表5-11　使用LSAT數(shù)據(jù)估計(jì)的1PL和2PL模型／158
表6-1　事件發(fā)生數(shù)據(jù)／165
表6-2　退學(xué)生命表／167
表6-3　人-層（person-level）和人-期（person-period）數(shù)據(jù)格式／172
表6-4　5次追蹤觀測(cè)到的二分類響應(yīng)序列／172
表6-5　研究退學(xué)的離散時(shí)間logit模型估計(jì)值／175
表6-6　項(xiàng)目完成之前的等待時(shí)間／179
表6-7　表6-6所含數(shù)據(jù)的發(fā)生數(shù)-暴露量矩陣／180
表6-8　美國(guó)按照年齡、種族和出生結(jié)果進(jìn)行分類的嬰兒死亡數(shù)（暴露量，以天為單位）
　　——1995～1998年／185
表6-9　嬰兒死亡數(shù)據(jù)的模型及其擬合統(tǒng)計(jì)量／186
表6-10　美國(guó)嬰兒死亡的基線風(fēng)險(xiǎn)與風(fēng)險(xiǎn)比（1995～1998年）／187
表6-11　事件史數(shù)據(jù)的概念格式／188
表6-12　分時(shí)段事件史數(shù)據(jù)格式／191
表6-13　表6-12的交互分類數(shù)據(jù)／192
表6-14　含非比例效應(yīng)的分段式恒定率模型／192
表6-15　初次婚前生育風(fēng)險(xiǎn)的分段式恒定指數(shù)模型／193
表6-16　非比例性診斷檢驗(yàn)／206
表6-17　含比例效應(yīng)與非比例效應(yīng)的Cox回歸模型／208
表7-1　以態(tài)度為例的標(biāo)準(zhǔn)分變換／216
表7-2　受教育水平與對(duì)婚前性行為的態(tài)度／219
表7-3　不同參數(shù)求解方法下的次序logit估計(jì)值／227
表7-4　次序probit估計(jì)值與邊際效應(yīng)／228
表7-5　對(duì)婦女就業(yè)的態(tài)度／229
表7-6　次序logit與單獨(dú)logit的估計(jì)值／230
表7-7　比例比數(shù)假定的Brant檢驗(yàn)／231
表7-8　部分比例比數(shù)模型／231
表8-1　多項(xiàng)logit結(jié)果／241
表8-2　三維表情況下多項(xiàng)logit和對(duì)數(shù)線性模型之間的等價(jià)／244
表8-3　按照種族和父親的受教育年限分的就業(yè)狀況／244
表8-4　從對(duì)數(shù)線性模型推出的多項(xiàng)logit估計(jì)值／245
表8-5　條件logit模型的估計(jì)值／248
表8-6　混合模型的結(jié)果／250
表8-7　教育獲得／257