社会科学文献出版社 2013-03出版
展开
目 录 |
|
第1 章 基本统计概念 |
1 |
1.1 统计思想对于社会科学研究的重要性 |
1 |
1.2 本书的特点 |
3 |
1.3 基本统计概念 |
4 |
1.4 随机变量的和与差 |
17 |
1.5 期望与协方差的性质 |
17 |
1.6 本章小结 |
18 |
第2 章 统计推断基础 |
20 |
2.1 分布 |
20 |
2.2 估计 |
30 |
2.3 假设检验 |
34 |
2.4 本章小结 |
48 |
第3 章 一元线性回归 |
49 |
3.1 理解回归概念的三种视角 |
50 |
3.2 回归模型 |
51 |
3.3 回归直线的拟合优度 |
58 |
3.4 假设检验 |
63 |
3.5 对特定X下Y均值的估计 |
65 |
3.6 对特定X下Y单一值的预测 |
66 |
3.7 简单线性回归中的非线性变换 |
69 |
3.8 实例分析 |
71 |
3.9 本章小结 |
76 |
第4 章 线性代数基础 |
78 |
4.1 定义 |
78 |
4.2 矩阵的运算 |
80 |
4.3 特殊矩阵 |
84 |
4.4 矩阵的秩 |
87 |
4.5 矩阵的逆 |
87 |
4.6 行列式 |
88 |
4.7 矩阵的运算法则 |
91 |
4.8 向量的期望和协方差阵的介绍 |
92 |
4.9 矩阵在社会科学中的应用 |
92 |
4.10 本章小结 |
93 |
第5 章 多元线性回归 |
95 |
5.1 多元线性回归模型的矩阵形式 |
95 |
5.2 多元回归的基本假定 |
96 |
5.3 多元回归参数的估计 |
98 |
5.4 OLS回归方程的解读 |
99 |
5.5 多元回归模型误差方差的估计 |
101 |
5.6 多元回归参数估计量方差的估计 |
102 |
5.7 模型设定中的一些问题 |
103 |
5.8 标准化回归模型 |
106 |
5.9 CHIP88实例分析 |
108 |
5.10 本章小结 |
112 |
第6 章 多元回归中的统计推断与假设检验 |
114 |
6.1 统计推断基本原理简要回顾 |
114 |
6.2 统计显著性的相对性,以及效应幅度 |
116 |
6.3 单个回归系数βk=0的检验 |
118 |
6.4 多个回归系数的联合检验 |
118 |
6.5 回归系数线性组合的检验 |
121 |
6.6 本章小结 |
123 |
第7 章 方差分析和F检验 |
124 |
7.1 一元线性回归中的方差分析 |
124 |
7.2 多元线性回归中的方差分析 |
130 |
7.3 方差分析的假定条件 |
137 |
7.4 F检验 |
138 |
7.5 判定系数增量 |
139 |
7.6 拟合优度的测量 |
140 |
7.7 实例分析 |
141 |
7.8 本章小结 |
143 |
第8 章 辅助回归和偏回归图 |
145 |
8.1 回归分析中的两个常见问题 |
145 |
8.2 辅助回归 |
146 |
8.3 变量的对中 |
152 |
8.4 偏回归图 |
152 |
8.5 排除忽略变量偏误的方法 |
155 |
8.6 应用举例 |
155 |
8.7 本章小结 |
160 |
第9 章 因果推断和路径分析 |
161 |
9.1 相关关系 |
161 |
9.2 因果推断 |
162 |
9.3 因果推断的问题 |
162 |
9.4 因果推断的假设 |
163 |
9.5 因果推断中的原因 |
167 |
9.6 路径分析 |
169 |
9.7 本章小结 |
183 |
第10 章 多重共线性问题 |
185 |
10.1 多重共线性问题的引入 |
185 |
10.2 完全多重共线性 |
186 |
10.3 近似多重共线性 |
187 |
10.4 多重共线性的度量 |
188 |
10.5 多重共线性问题的处理 |
191 |
10.6 本章小结 |
192 |
第11 章 多项式回归、样条函数回归和阶跃函数回归 |
193 |
11.1 多项式回归 |
193 |
11.2 样条函数回归 |
206 |
11.3 阶跃函数回归 |
209 |
11.4 本章小结 |
215 |
第12 章 虚拟变量与名义自变量 |
217 |
12.1 名义变量的定义与特性 |
217 |
12.2 虚拟变量的设置 |
218 |
12.3 虚拟变量的应用 |
221 |
12.4 本章小结 |
232 |
第13 章 交互项 |
234 |
13.1 交互项 |
235 |
13.2 由不同类型解释变量构造的交互项 |
236 |
13.3 利用嵌套模型检验交互项的存在 |
242 |
13.4 是否可以删去交互项中的低次项? |
243 |
13.5 构造交互项时需要注意的问题 |
246 |
13.6 本章小结 |
248 |
第14 章 异方差与广义最小二乘法 |
250 |
14.1 异方差 |
250 |
14.2 异方差现象举例 |
252 |
14.3 异方差情况下的常规最小二乘估计 |
253 |
14.4 广义最小二乘法 |
256 |
14.5 加权最小二乘法 |
258 |
14.6 本章小结 |
261 |
第15 章 纵贯数据的分析 |
264 |
15.1 追踪数据的分析 |
265 |
15.2 趋势分析 |
283 |
15.3 本章小结 |
291 |
第16 章 多层线性模型介绍 |
294 |
16.1 多层线性模型发展的背景 |
295 |
16.2 多层线性模型的基本原理 |
296 |
16.3 模型的优势与局限 |
299 |
16.4 多层线性模型的若干子模型 |
299 |
16.5 自变量对中的问题 |
305 |
16.6 应用举例 |
308 |
16.7 本章小结 |
316 |
第17 章 回归诊断 |
318 |
17.1 因变量是否服从正态分布 |
319 |
17.2 残差是否服从正态分布 |
322 |
17.3 异常观测案例 |
324 |
17.4 本章小结 |
330 |
第18 章 二分因变量的logit模型 |
331 |
18.1 线性回归面对二分因变量的困境 |
332 |
18.2 转换的方式 |
334 |
18.3 潜变量方式 |
339 |
18.4 模型估计、评价与比较 |
340 |
18.5 模型回归系数解释 |
346 |
18.6 统计检验与推断 |
349 |
18.7 本章小结 |
351 |
词汇表 |
352 |
参考文献 |
381 |
后 记 |
386 |