思维导图备注

回归分析（修订本） (社会学教材教参方法系列) - 谢宇 著
首页 收藏书籍 阅读记录
  • 书签 我的书签
  • 添加书签 添加书签 移除书签 移除书签

第16章 多层线性模型介绍

浏览 1 扫码
  • 小字体
  • 中字体
  • 大字体
2022-02-21 15:05:54
请 登录 再阅读
上一篇:
下一篇:
  • 书签
  • 添加书签 移除书签
  • 书名页
  • 序言
  • 目录
  • 第1章 基本统计概念
    • 1.2 本书的特点
    • 1.3 基本统计概念
    • 1.4 随机变量的和与差
    • 1.5 期望与协方差的性质
    • 1.6 本章小结
  • 第2章 统计推断基础
    • 2.1 分布
    • 2.2 估计
    • 2.3 假设检验
    • 2.4 本章小结
  • 第3章 一元线性回归
    • 3.1 理解回归概念的三种视角
    • 3.2 回归模型
    • 3.3 回归直线的拟合优度
    • 3.4 假设检验
    • 3.5 对特定X下Y均值的估计
    • 3.6 对特定X下Y单一值的预测
    • 3.7 简单线性回归中的非线性变换
    • 3.8 实例分析
    • 3.9 本章小结
  • 第4章 线性代数基础
    • 4.1 定义
    • 4.2 矩阵的运算
    • 4.3 特殊矩阵
    • 4.4 矩阵的秩
    • 4.5 矩阵的逆
    • 4.6 行列式
    • 4.7 矩阵的运算法则
    • 4.8 向量的期望和协方差阵的介绍
    • 4.9 矩阵在社会科学中的应用
    • 4.10 本章小结
  • 第5章 多元线性回归
    • 5.1 多元线性回归模型的矩阵形式
    • 5.2 多元回归的基本假定
    • 5.3 多元回归参数的估计
    • 5.4 OLS回归方程的解读
    • 5.5 多元回归模型误差方差的估计
    • 5.6 多元回归参数估计量方差的估计
    • 5.7 模型设定中的一些问题
    • 5.8 标准化回归模型
    • 5.9 CHIP88实例分析
    • 5.10 本章小结
  • 第6章 多元回归中的统计推断与假设检验
    • 6.1 统计推断基本原理简要回顾
    • 6.2 统计显著性的相对性，以及效应幅度
    • 6.3 单个回归系数β_k=0的检验
    • 6.4 多个回归系数的联合检验
    • 6.5 回归系数线性组合的检验
    • 6.6 本章小结
  • 第7章 方差分析和F检验
    • 7.1 一元线性回归中的方差分析
    • 7.2 多元线性回归中的方差分析
    • 7.3 方差分析的假定条件
    • 7.4 F检验
    • 7.5 判定系数增量
    • 7.6 拟合优度的测量
    • 7.7 实例分析
    • 7.8 本章小结
  • 第8章 辅助回归和偏回归图
    • 8.1 回归分析中的两个常见问题
    • 8.2 辅助回归
    • 8.3 变量的对中
    • 8.4 偏回归图
    • 8.5 排除忽略变量偏误的方法
    • 8.6 应用举例
    • 8.7 本章小结
  • 第9章 因果推断和路径分析
    • 9.1 相关关系
    • 9.2 因果推断
    • 9.3 因果推断的问题
    • 9.4 因果推断的假设
    • 9.5 因果推断中的原因
    • 9.6 路径分析
    • 9.7 本章小结
  • 第10章 多重共线性问题
    • 10.1 多重共线性问题的引入
    • 10.2 完全多重共线性
    • 10.3 近似多重共线性
    • 10.4 多重共线性的度量
    • 10.5 多重共线性问题的处理
    • 10.6 本章小结
  • 第11章 多项式回归、样条函数回归和阶跃函数回归
    • 11.1 多项式回归
    • 11.2 样条函数回归
    • 11.3 阶跃函数回归
    • 11.4 本章小结
  • 第12章 虚拟变量与名义自变量
    • 12.1 名义变量的定义与特性
    • 12.2 虚拟变量的设置
    • 12.3 虚拟变量的应用
    • 12.4 本章小结
  • 第13章 交互项
    • 13.1 交互项
    • 13.2 由不同类型解释变量构造的交互项
    • 13.3 利用嵌套模型检验交互项的存在
    • 13.4 是否可以删去交互项中的低次项？
    • 13.5 构造交互项时需要注意的问题
    • 13.6 本章小结
  • 第14章 异方差与广义最小二乘法
    • 14.1 异方差
    • 14.2 异方差现象举例
    • 14.3 异方差情况下的常规最小二乘估计
    • 14.4 广义最小二乘法
    • 14.5 加权最小二乘法
    • 14.6 本章小结
    • 附录：加权最小二乘回归使用的Stata代码
  • 第15章 纵贯数据的分析
    • 15.1 追踪数据的分析
    • 15.2 趋势分析
    • 15.3 本章小结
  • 第16章 多层线性模型介绍
    • 16.1 多层线性模型发展的背景
    • 16.2 多层线性模型的基本原理
    • 16.3 模型的优势与局限
    • 16.4 多层线性模型的若干子模型
    • 16.5 自变量对中的问题
    • 16.6 应用举例
    • 16.7 本章小结
  • 第17章 回归诊断
    • 17.1 因变量是否服从正态分布
    • 17.2 残差是否服从正态分布
    • 17.3 异常观测案例
    • 17.4 本章小结
  • 第18章 二分因变量的logit模型
    • 18.1 线性回归面对二分因变量的困境
    • 18.2 转换的方式
    • 18.3 潜变量方式
    • 18.4 模型估计、评价与比较
    • 18.5 模型回归系数解释
    • 18.6 统计检验与推断
    • 18.7 本章小结
  • 词汇表
  • 参考文献
  • 后记
  • 版权页
  • 封底
暂无相关搜索结果！
    展开/收起文章目录

    二维码

    手机扫一扫，轻松掌上学

    《回归分析（修订本） (社会学教材教参方法系列) - 谢宇 著》电子书下载

    请下载您需要的格式的电子书，随时随地，享受学习的乐趣！
    EPUB 电子书

    书签列表

      阅读记录

      阅读进度: 0.00% ( 0/0 ) 重置阅读进度