商品簡介
《進階回歸分析》是一部系統講解如何應用Stata軟件進行高水平社會定量分析的著作，主要聚焦于社會科學進階回歸模型的應用，涵蓋了實證研究中典型的數據類型與前沿的統計模型。全書共分12章，全面、系統地介紹了概率模型、樣本選擇模型及分層模型／混合效應模型等11類60余種模型的基本原理、適用范圍及對應的Stata操作語句，并針對每種模型提供了基于真實數據的演示案例，以培養讀者模型建構、軟件實現及結果解讀的能力。
《進階回歸分析》適用于具有一定統計學基礎、從事社會科學研究的高年級本科生、研究生、教師及研究人員。
作者簡介
王存同，1971年生，北京大學人口學博士（與密西根大學合作培養），伊利諾伊大學厄巴納一香檳分校博士后研究員。現為中央財經大學社會，發展學院教授。2013年入選教育部新世紀人才計劃，兼任國際人口聯盟社會科學定量方法培訓專家、北京大學社會科學方法培訓教授、伊利諾伊大學及芝加哥大學合作研究員等。主要研究領域為社會定量分析、計量經濟分析、人口健康學及人口社會學。發表SCI、SSCI及CSSCI期刊論文近百篇，出版著作6部，主持國家社科基金項目2項、省部級課題12項。
目次
第1章 基本統計知識點
1．1 隨機變量
1．2 相關與因果
1．3 回歸分析
本章小結
第2章 一元與多元線性回歸
2．1 一元線性回歸
2．2 多元線性回歸
2．3 Stata實例與操作
本章小結
第3章 違背經典回歸假定的應對
3．1 違背模型設定假定
3．2 異方差性
3．3 內生性問題及應對
本章小結
第4章 模型設定及其他
4．1 模型設定
4．2 奇異值的處理
4．3 測量誤差
4．4 缺失值的處理
4．5 多重共線性
本章小結
第5章 二分因變量模型
5．1 廣義線性模型概論
5．2 二分因變量模型
5．3 二分因變量Logit模型
5．4 二分因變量Probit模型
5．5 Logit模型vsProbit模型
本章小結
第6章 多分類因變量模型
6．1 多分類Logit模型
6．2 條件Logit模型
6．3 混合Logit模型
6．4 無關選擇的獨立性假定及處理
本章小結
第7章 定序回歸模型
7．1 定序Logit模型與定序Probit模型
7．2 平行回歸假定
7．3 連續比率模型
本章小結
第8章 計數變量回歸
8．1 泊松分布及泊松回歸
8．2 負二項回歸
8．3 修正計數模型
本章小結
第9章 受限因變量回歸：刪失數據處理
9．1 數據截除與數據刪截
9．2 截除數據回歸
9．3 刪截數據回歸
9．4 樣本選擇模型
本章小結
第10章 事件史分析
10．1 事件史分析概述
10．2 數據結構及建立
10．3 非參數描述：KM估計
10．4 參數模型
10．5 半參數模型：Cox等比例風險模型
10．6 離散時間風險模型
10．7 分段指數模型
本章小結
第11章 追蹤數據建模
11．1 追蹤數據
11．2 固定效應模型
11．3 隨機效應模型
11．4 固定效應模型vs隨機效應模型
11．5 廣義線性回歸：固定效應模型與隨機效應模型
本章小結
第12章 分層模型／混合效應模型
12．1 嵌套結構數據
12．2 分層模型原理
12．3 線性分層模型
12．4 廣義線性分層模型
本章小結
附錄
附錄1 常用回歸模型簡介
附錄2 模型與相對應的Stata基本命令
附錄3 常用數據下載地址
參考文獻
索引
