應(yīng)用logistic回歸分析

內(nèi)容概要

　　線性回歸模型是一個(gè)非常有效且重要的數(shù)據(jù)分析方法?！稇?yīng)用logistic回歸分析（第2版）》全面解釋了logistic回歸模型的估計(jì)、解釋和診斷結(jié)果，詳細(xì)說明了多選項(xiàng)和不排序多分類因變量的問題，并更新了現(xiàn)今應(yīng)用的計(jì)算機(jī)軟件，深入評(píng)論了不同的擬合優(yōu)度。作者還提出了令人信服的論據(jù)去說明R2L的優(yōu)勢(shì)，并增加了分組數(shù)據(jù)、預(yù)測(cè)效率和風(fēng)險(xiǎn)比等新內(nèi)容。

作者簡(jiǎn)介

作者:(美)梅納德

書籍目錄

序 第1章線性回歸和應(yīng)用logistic回歸模型 第1節(jié)回歸假設(shè) 第2節(jié)非線性關(guān)系和變量轉(zhuǎn)換 第3節(jié)二分因變量的概率、發(fā)生比、優(yōu)比和logistic轉(zhuǎn)換 第4節(jié)logistic回歸：導(dǎo)論 第2章評(píng)估logistic回歸模型的統(tǒng)計(jì)概要 第1節(jié)R2，F(xiàn)和誤差平方和 第2節(jié)擬合優(yōu)度：GM，R2L和對(duì)數(shù)似然 第3節(jié)預(yù)測(cè)效率：λp，τp，φp和二項(xiàng)檢驗(yàn) 第4節(jié)舉例：評(píng)估loglstlc回歸模式的充足性 第5節(jié)總結(jié)：評(píng)估loglstlc回歸模型 第3章解釋logistic回歸系數(shù) 第1節(jié)logistic回歸分析的統(tǒng)計(jì)顯著性 第2節(jié)解釋非標(biāo)準(zhǔn)化loglstlc回歸系數(shù) 第3節(jié)實(shí)質(zhì)意義和標(biāo)準(zhǔn)系數(shù) 第4節(jié)指數(shù)化系數(shù)或發(fā)生比數(shù)比 第5節(jié)分類預(yù)測(cè)變量：對(duì)比和解釋 第6節(jié)交互作用 第7節(jié)逐步logistic回歸 第4章診斷l(xiāng)ogistic回歸的介紹 第1節(jié)設(shè)定誤差 第2節(jié)共線性 第3節(jié)數(shù)值問題：零格數(shù)和完全分離 第4節(jié)殘差分析 第5節(jié)過度分散和過度集中 第6節(jié)logistic回歸診斷的規(guī)程 第5章多分類logisticc回歸及其替代方法 第1節(jié)多分類名義因變量 第2節(jié)多分類或多項(xiàng)式定序因變量 第3節(jié)結(jié)論 附錄 注釋 參考文獻(xiàn) 譯名對(duì)照表

章節(jié)摘錄

版權(quán)頁：   插圖：   第7節(jié) 逐步logistic回歸 逐步回歸原則上可用于表3.3的交互作用分析，以檢驗(yàn)使用大麻使用率的模型中是否適合加入交互變項(xiàng)。線性或logistic回歸模型通常包括或刪除某預(yù)測(cè)變量是根據(jù)計(jì)算器的算式程序，而不是直接由研究人士來決定的。因此，有些人不認(rèn)同逐步方法是用于探索性研究的好方法（Agresti & Finlav，1997：527—534；Hosmer & Lemeshow，198：106）；其他人批評(píng)它一開始就忽略要研究的某些現(xiàn)象（Studenmtmd & Cassidy，1987）。我們?cè)诖瞬簧钊胗懻撝鸩匠绦虻臓?zhēng)論，認(rèn)為使用計(jì)算機(jī)控制選擇變量的逐步程序不適用于理論檢驗(yàn)，因?yàn)樗脭?shù)據(jù)的隨機(jī)變化產(chǎn)生出來的結(jié)果往往是千變?nèi)f化且難以在不同樣本中重復(fù)得出相同的結(jié)果。 支持者則認(rèn)為在兩種情況下逐步程序是很有用的：純粹預(yù)測(cè)和探索性研究。在純粹預(yù)測(cè)研究中，由于不關(guān)注因果關(guān)系，只要確定含有一組預(yù)測(cè)變量的模型，就可以準(zhǔn)確地預(yù)測(cè)某些現(xiàn)象。例如，大學(xué)招生辦公室可能想知道哪些因素能精確地預(yù)測(cè)到高校成功與否，不是用于做理論的發(fā)展，而純粹是為選擇生源。探索性研究有可能關(guān)注到預(yù)測(cè)和解釋一個(gè)現(xiàn)象的理論建構(gòu)和發(fā)展，當(dāng)這一現(xiàn)象是新現(xiàn)象時(shí)，又很少研究文獻(xiàn)或“理論”。例如，沃福德、埃利奧特和梅納德（Wofford，Elliott & Menard，1994）使用逐步程序的探索性研究。 沃福德等人研究家庭暴力的連續(xù)性，樣本是從全國家庭中抽樣18歲至27歲的青年男女。根據(jù)家庭暴力的文獻(xiàn)，他們的研究分析包括了26個(gè)預(yù)測(cè)變量。作為研究的一部分，在1984年訪問時(shí)，受訪者報(bào)稱，受害者或肇事者會(huì)在1987年接受重訪，看看家庭暴力是否繼續(xù)或自1984年就停止了。總共有108名婦女（原樣本807）在1983年接受訪問時(shí)稱自己是家庭暴力的受害者，1986年又接受重訪。沃福德等人建構(gòu)了一個(gè)logistic回歸模型，包括所有26個(gè)預(yù)測(cè)變量。因?yàn)樵谶@方面的理論并不發(fā)達(dá)，加上個(gè)案數(shù)目相對(duì)于解釋變量的數(shù)目較少，所以他們采用了逐步回歸分析法。 逐步回歸選用了向后淘汰法（backward elimination），而不是向前包括法（forward inclusion）。在某些情況下，變量可能呈顯著性，因?yàn)榱硪粋€(gè)變量被控制或保持常數(shù)，這叫做抑制效應(yīng)（suppressor）（Agresti & Finlay，1997：368）。向前包括法作為逐步回歸的一個(gè)方法的缺點(diǎn)就是，抑制效應(yīng)可能排除某些變量。但向后淘汰法都已包含兩個(gè)變量，所以未能找到存在的關(guān)系的風(fēng)險(xiǎn)較低。線性回歸的向后淘汰法和向前包括法會(huì)產(chǎn)生同樣的結(jié)果，但當(dāng)向后淘汰法發(fā)現(xiàn)向前包括法找不到的關(guān)系時(shí)，兩個(gè)結(jié)果就會(huì)不同。

編輯推薦

《應(yīng)用logistic回歸分析(第2版)》更新了現(xiàn)今應(yīng)用的計(jì)算機(jī)軟件，同時(shí)深入地評(píng)論了不同的擬合優(yōu)度（good ness off it）。梅納德博士還提出令人信服的論據(jù)去說明□的優(yōu)勢(shì)，至少這能直接與OLS的□比較。

圖書封面

圖書標(biāo)簽Tags

無

評(píng)論、評(píng)分、閱讀與下載

---

    應(yīng)用logistic回歸分析 PDF格式下載

---