回歸分析（簡體書）

《回歸分析》源于作者多年在密歇根大學教授回歸分析的課程講義，從基本的統計概念講起，對線性回歸分析的基本假定、回歸中的統計推論和回歸診斷做了詳盡的介紹，同時還涵蓋了很多在社會科學中對實際研究非常有用的內容，包括虛擬變量、交互作用、輔助回歸、多項式回歸、樣條函數回歸和階躍函數回歸等。此外，《回歸分析》還涉及通徑分析、縱貫數據模型、多層線性模型和Iogit模型等方面的內容。

謝宇，美國密歇根大學OtisDudleyDuncan傑出教授，同時也是密歇根大學社會學系、統計系和中國研究中心教授，社會研究院（ISR）人口研究中心和調查研究中心研究員，調查研究中心量化方法組主任；北京大學長江學者特聘講座教授。2004年當選美國藝術與科學院院士和臺灣“中央研究院”院士，2009年當選美國國家科學院院士。其研究領域包括：社會分層、統計方法、人口學、科學社會學和中國研究。主要著作有：《分類數據分析的統計方法》、《科學界的女性》、《美國亞裔的人口統計描述》、《社會學方法與定量研究》、《婚姻與同居》等。

第1章 基本統計概念
1.1 統計思想對于社會科學研究的重要性
1.2 本書的特點
1.3 基本統計概念
1.4 隨機變量的和與差
1.5 期望與協方差的性質
1.6 本章小結

第2章 統計推斷基礎
2.1 分布
2.2 估計
2.3 假設檢驗
2.4 本章小結

第3章 一元線性回歸
3.1 理解回歸概念的三種視角
3.2 回歸模型
3.3 回歸直線的擬合優度
3.4 假設檢驗
3.5 對特定X下y均值的估計
3.6 對特定X下y單一值的預測
3.7 簡單線性回歸中的非線性變換
3.8 實例分析
3.9 本章小結

第4章 線性代數基礎
4.1 定義
4.2 矩陣的運算
4.3 特殊矩陣
4.4 矩陣的秩
4.5 矩陣的逆
4.6 行列式
4.7 矩陣的運算法則
4.8 向量的期望和協方差陣的介紹
4.9 矩陣在社會科學中的應用
4.10本章小結

第5章 多元線性回歸
5.1 多元線性回歸模型的矩陣形式
5.2 多元回歸的基本假定
5.3 多元回歸參數的估計
5.4 0LS回歸方程的解讀
5.5 多元回歸模型誤差方差的估計
5.6 多元回歸參數估計量方差的估計
5.7 模型設定中的一些問題
5.8 標準化回歸模型
5.9 cHIP88實例分析
5.10 本章小結

第6章 多元回歸中的統計推斷與假設檢驗
6.1 統計推斷基本原理簡要回顧
6.2 統計顯著性的相對性.以及效應幅度
6.3 單個回歸系數反=0的檢驗
6.4 多個回歸系數的聯合檢驗
6.5 回歸系數線性組合的檢驗
6.6 本章小結

第7章 方差分析和F檢驗
7.1 一元線性回歸中的方差分析
7.2 多元線性回歸中的方差分析
7.3 方差分析的假定條件
7.4 F檢驗
7.5 判定系數增量
7.6 擬合優度的測量
7.7 實例分析
7.8 本章小結

第8章 輔助回歸和偏回歸圖
8.1 回歸分析中的兩個常見問題
8.2 輔助回歸
8.3 變量的對中
8.4 偏回歸圖
8.5 排除忽略變量偏誤的方法
8.6 應用舉例
8.7 本章小結

第9章 因果推斷和路徑分析
9.1 相關關係
9.2 因果推斷
9.3 因果推斷的問題
9.4 因果推斷的假設
9.5 因果推斷中的原因
9.6 路徑分析
9.7 本章小結

第10章 多重共線性問題
10.1 多重共線性問題的引入
10.2 完全多重共線性
10.3 近似多重共線性
10.4 多重共線性的度量
10.5 多重共線性問題的處理
10.6 本章小結

第11章 多項式回歸、樣條函數回歸和階躍甬數回歸
11.1 多項式回歸
11.2 樣條函數回歸
11.3 階躍函數回歸
11.4 本章小結

第12章 虛擬變量與名義自變量
12.1 名義變量的定義與特性
12.2 虛擬變量的設置
……
第13章 交互項
第14章 異方差與廣義最小二乘法
第15章 縱貫數據的分析
第16章 多層線性模型介紹
第17章 回歸診斷
第18章 二分因變量的logit模型
詞匯表
參考文獻
後記