分类数据分析2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

分类数据分析PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

1 引言：分类数据的分布与统计推断1

1.1 分类数据1

1.2 分类数据的分布4

1.3 分类数据的统计推断7

1.4 二项分布参数的统计推断10

1.5 多项分布参数的统计推断15

注解19

习题20

2 对列联表的描述26

2.1 列联表的概率结构26

2.2 两个比例的比较31

2.3 分层2×2表格中的偏关联34

2.4 扩展到I×J表格39

注解42

习题43

3 列联表的统计推断49

3.1 关联参数的置信区间49

3.2 二维列联表的独立性检验55

3.3 对卡方检验的进一步分析57

3.4 定序变量的二维表格61

3.5 小样本的独立性检验64

3.6 2×2表格的小样本置信区间70

3.7 对多维表格以及非表格形式结果变量的扩展72

注解73

习题75

4 广义线性模型简介82

4.1 广义线性模型82

4.2 二分数据的广义线性模型85

4.3 计数数据的广义线性模型89

4.4 广义线性模型的矩量和似然函数95

4.5 广义线性模型的统计推断99

4.6 广义线性模型的拟合103

4.7 类似然函数与广义线性模型107

4.8 广义可加模型110

注解111

习题112

5 Logistic回归119

5.1 Logistic回归参数的解释119

5.2 Logistic回归的统计推断124

5.3 包括分类预测变量的Logit模型128

5.4 多元Logistic回归132

5.5 Logistic回归模型的拟合139

注解142

习题143

6 Logistic回归模型的构建与应用153

6.1 模型选择的策略153

6.2 Logistic回归诊断159

6.3 2×2×K表格中条件关联的统计推断167

6.4 利用模型提高推断效能171

6.5 样本规模与统计效能174

6.6 Probit模型和补余双对数模型178

6.7 条件Logistic回归与精确分布181

注解187

习题188

7 关于多项结果变量的Logit模型194

7.1 定类结果变量：基线类别Logit模型194

7.2 定序结果变量：累积Logit模型200

7.3 定序结果变量：累积连结模型205

7.4 关于定序结果变量的其他模型208

7.5 I×J×K表格中的条件独立性检验213

7.6 离散选择多项Logit模型217

注解218

习题220

8 关于列联表的对数线性模型229

8.1 关于二维表格的对数线性模型229

8.2 关于三维表格的独立性和包括交互项的对数线性模型232

8.3 对数线性模型的统计推断236

8.4 更高维数的对数线性模型238

8.5 对数线性模型与Logit模型的关系241

8.6 对数线性模型的拟合：似然方程和渐近分布243

8.7 对数线性模型的拟合：迭代法及其应用249

注解253

习题253

9 对数线性模型和Logit模型的构建与扩展261

9.1 关联图与可合并性261

9.2 模型选择与比较263

9.3 模型检查与诊断268

9.4 对定序关联的模型分析269

9.5 关联模型273

9.6 关联模型、相关模型与对应分析278

9.7 关于比率的泊松回归282

9.8 列联表模型分析中的空单元格和稀疏数据问题287

注解292

习题293

10 关于配对数据的模型300

10.1 相依比例的比较301

10.2 二分配对数据的条件Logistic回归304

10.3 方形列联表的边际模型309

10.4 对称性、准对称性以及准独立性311

10.5 不同评定者之间评定结果的一致性317

10.6 关于成对选择的BRADLEY-TERRY模型320

10.7 匹配集数据的边际模型和准对称性模型323

注解326

习题327

11 对重复测量的分类结果变量的分析335

11.1 边际分布的比较：多元结果变量的情况335

11.2 边际模型：最大似然法338

11.3 边际模型分析：广义估计方程（GEE）法343

11.4 类似然法与GEE多元扩展：细节346

11.5 马尔科夫链：转换模型350

注解354

习题355

12 随机效应：关于分类结果变量的广义线性混合模型362

12.1 群组分类数据的随机效应模型362

12.2 二分结果变量：Logistic-正态模型366

12.3 二分数据随机效应模型的例子370

12.4 多项分布数据的随机效应模型379

12.5 二分数据的多元随机效应模型381

12.6 广义线性混合模型的拟合、推断与预测385

注解389

习题390

13 关于分类数据的其他混合模型398

13.1 潜类模型398

13.2 非参数随机效应模型403

13.3 β-二项分布模型410

13.4 负二项回归414

13.5 包括随机效应的泊松回归416

注解418

习题419

14 参数模型的渐近理论426

14.1 δ方法426

14.2 模型参数和单元格概率估计值的渐近分布430

14.3 残差和拟合优度统计量的渐近分布433

14.4 Logit／对数线性模型的渐近分布437

注解438

习题439

15 参数模型的其他估计理论443

15.1 关于分类数据的加权最小二乘法443

15.2 分类数据的贝叶斯推断446

15.3 其他估计方法450

注解454

习题454

16 分类数据分析的历史回顾457

16.1 皮尔逊-尤尔的关联之争457

16.2 R.A.FISHER的贡献459

16.3 Logistic回归461

16.4 多维列联表与对数线性模型462

16.5 最新的发展（及展望？）464

参考文献467

例子索引488

主题索引491