廣義線性模型導論（英文導讀版·原書第3版）

內容簡介

本書首先介紹了廣義線性模型的理論背景，其次著重分析特定類型的數據，其中包含常態分配、泊松分布和二項分布；線性回歸模型；經典的估計和模型擬合方法；以及統計推斷的方法。在此基礎上，作者又探究了線性回歸、方差分析（ANOVA）、邏輯斯諦回歸、對數線性阿匪企估模型、生存分析、多水平建模、貝葉斯分析和馬爾可夫鏈蒙特卡羅方法（MCMC）。書中為統計建模提供了一個緊密的框架，更強調數值和圖像方法。並增加了Stata、R和WinBUGS軟體的代碼和三個有關貝葉斯分析的章節。本書適合做為大學本科統計專業教材，或相關科研人員的參考書。

圖書目錄

前言

第1章　介紹1

1.1　背景1

1.2　範圍1

1.3　記號5

1.4　與常態分配相關的幾個分布組辣駝7

1.5　二次型11

1.6　估計12

1.7　練習15

第2章　模型擬合19

2.1　引言19

2.2　示例19

2.3　統計建模的基本原則32

2.4　解釋變數的記號與編碼37

2.5　練習40

第3章　指駝嚷戲鍵數族和廣義線性模型45

3.1　引言45

3.2　指數分布族46

3.3　指數分布族的性質48

3.4　廣義線性模型51

3.5　示例52

3.6　練習55

第民朵擔4章　估計59

4.1　引言59

4.2　示例：壓力容器的損壞時間59

4.3　極大似然估計64

4.4　泊松回歸示例66

4.5　練習69

第5章　推斷73

5.1　引訂棗朵言73

5.2　得分統計量的抽樣分布74

5.3　泰勒級數近似76

5.4　極大似然估計的抽樣分布77

5.5　對數似然比統計量79

5.6　偏差的抽樣分布80

5.7　假設檢驗85

5.8　練習87

第6章　一般線性模型89

6.1　引言89

6.2　基本觀點89

6.3　多元線性回歸95

6.4　方差分析102

6.5　協方差分析114

6.6　一般線性模型117

6.7　練習118

第7章　二元變數和邏輯斯諦回歸123

7.1　機率分布123

7.2　廣義線性模型124

7.3　藥劑反應模型124

7.4　廣義邏輯斯諦回歸模型131

7.5　擬合優度統計量135

7.6　殘差138

7.7　其他的診斷方法139

7.8　示例：衰老和韋氏智力棗旋格測驗140

7.9　練習143

第8章　名義和有序邏輯斯諦回歸149

8.1　引言149

8.2　多項分布149

8.3　名義邏輯斯諦回歸151

8.4　有序邏輯斯諦回歸157

8.5　總體討論162

8.6　練習163

第9章　泊松回歸和對數線性模型165

9.1　引言165

9.2　泊松回歸166

9.3　列聯表示例171

9.4　列聯表機率模型175

9.5　對數線性模型177

9.6　對數線性模型推斷178

9.7　算例179

9.8　評論183

9.9　練習183

第10章生存分析187

10.1 引言187

10.2 生存函式和危險函式189

10.3 經驗生存函式193

10.4 估計195

10.5 推斷198

10.6 模型檢驗199

10.7 示例：緩解次數201

10.8 練習202

第11章集群和縱向數據207

11.1 引言207

11.2 示例：中風恢復209

11.3 正態數據的重複測量模型213

11.4 非正態數據的重複測量模型218

11.5 多水平模型219

11.6 中贈洪風示例續222

11.7 評論224

11.8 練習225

第12章貝葉斯分析229

12.1 頻率理論和貝葉斯範式229

12.2 先驗信息233

12.3 貝葉斯分析中的分布與層次238

12.4 貝葉斯分析的WinBUGS軟體操作238

12.5 練習241

第13章馬爾可夫鏈蒙特卡羅方法243

13.1 為什麼標準推斷失誤了243

13.2 蒙特卡羅積分243

13.3 馬爾可夫鏈245

13.4 貝葉斯推斷255

13.5 鏈收斂性的診斷256

13.6貝葉斯模型的擬合：DIC準則260

13.7 練習262

第14章貝葉斯分析示例267

14.1 引言267

14.2 二元變數和邏輯斯諦回歸267

14.3 名義邏輯斯諦回歸271

14.4 潛變數模型272

14.5 生存分析275

14.6 隨機效應277

14.7 縱向數據分析279

14.8 WinBUGS的一些實用技巧286

14.9 練習288

附錄291

軟體293

參考文獻295

索引303

廣義線性模型導論（英文導讀版·原書第3版）

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條