编辑推荐
本书对logistic回归模型的解释十分全面、翔实，讨论应用了最新的计算机软件，从基本原理到技术应用均做了介绍。除此之外，还提及了当今最复杂的问题和方法，是社会科学工作者在使用logistic回归模型时不可多得的权威参考书。
内容简介
线性回归模型是一个非常有效且重要的数据分析方法，但它的局限性是要求因变量是定量变量（定距变量、定比变量）而非定性变量（定序变量、定类变量）。但在许多实际问题中，经常出现因变量有两个或三个分类的情况，此时就需要应用logistic回归分析。本书系统地把logistic回归与线性回归模型的OLS的R2、估计标准误差、t比率和斜率做比较，全面解释了logistic回归模型的估计、解释和诊断结果。传统回归诊断和学生化残差、杠杆、dbeta都包括在创新的logistic诊断法内。最后详细说明了多选项和不排序多分类因变量的问题。
目录
序第1章 线性回归和应用logistic回归模型第1节 回归假设第2节 非线性关系和变量转换第3节 二分因变量的概率、发生比、优比和logit转换第4节 logistic回归：导论第2章 评估logistic回归模型的统计概要第1节 R2，F和误差平方和第2节 拟合优度：GM，R2L和对数似然第3节 预测效率：λp,τp,Фp和二项检验第4节 举例：评估logistic回归模式的充足性第5节 总结：评估logistic回归模型第3章 解释logistic回归系数第1节 logistic回归分析的统计显著性
作者简介
斯科特•梅纳德，美国科罗拉多大学行为科学院副研究员。毕业于康奈尔大学社会学系，并于科罗拉多大学获社会学博士学位，主要关注滥用药物和其他违法行为的追踪式研究。
内容简介
线性回归模型是一个非常有效且重要的数据分析方法，但它的局限性是要求因变量是定量变量（定距变量、定比变量）而非定性变量（定序变量、定类变量）。但在许多实际问题中，经常出现因变量有两个或三个分类的情况，此时就需要应用logistic回归分析。本书系统地把logistic回归与线性回归模型的OLS的R2、估计标准误差、t比率和斜率做比较，全面解释了logistic回归模型的估计、解释和诊断结果。传统回归诊断和学生化残差、杠杆、dbeta都包括在创新的logistic诊断法内。最后详细说明了多选项和不排序多分类因变量的问题。
目录
序第1章 线性回归和应用logistic回归模型第1节 回归假设第2节 非线性关系和变量转换第3节 二分因变量的概率、发生比、优比和logit转换第4节 logistic回归：导论第2章 评估logistic回归模型的统计概要第1节 R2，F和误差平方和第2节 拟合优度：GM，R2L和对数似然第3节 预测效率：λp,τp,Фp和二项检验第4节 举例：评估logistic回归模式的充足性第5节 总结：评估logistic回归模型第3章 解释logistic回归系数第1节 logistic回归分析的统计显著性
作者简介
斯科特•梅纳德，美国科罗拉多大学行为科学院副研究员。毕业于康奈尔大学社会学系，并于科罗拉多大学获社会学博士学位，主要关注滥用药物和其他违法行为的追踪式研究。