內容介紹 | |
![](https://bnmppic.bookuu.com/goods/16/21/56/3084796-fm.jpg)
-
出版社:上海世紀格致
-
ISBN:9787543224650
-
作者:(美)弗雷德·C.潘佩爾|主編:吳曉剛|譯者:周穆之
-
頁數:125
-
出版日期:2015-01-01
-
印刷日期:2015-01-01
-
包裝:平裝
-
開本:32開
-
版次:1
-
印次:1
-
字數:88千字
-
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*小二乘法相比,logistic回歸還是很難對付。所有統計軟件的程序裡面已經包含了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**復雜的,任何一個盡責的教方法的老師都會給予**認真的思量。*近剛剛上手掌握普通*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。
-
序 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回歸繫數 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 標準化的繫數 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 *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 對繫數的解釋 第4節 *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
| | |