分类数据分析的统计方法（第2版）

图目录／1
表目录／1
中文版序／1
前　言／1
第1 章　绪论／1
　　1.1　为什么需要分类数据分析？／1
　　1.2　分类数据的两种哲学观点／6
　　1.3　一个发展史的注脚／8
　　1.4　本书特点／9
第2 章　线性回归模型回顾／11
　　2.1　回归模型／11
　　2.2　再谈线性回归模型／17
　　2.3　分类变量和连续型因变量之间的区别／27
第3 章　二分类数据模型／29
　　3.1　二分类数据介绍／29
　　3.2　变换的方法／30
　　3.3　Logit模型和Probit模型的论证／39
　　3.4　解释估计值／54
　　3.5　其他的概率模型／61
　　3.6　小结／62
第4 章　列联表的对数线性模型／64
　　4.1　列联表／64
　　4.2　关联的测量／68
　　4.3　估计与拟合优度／73
　　4.4　二维表模型／79
　　4.5　次序变量模型／89
　　4.6　多维表的模型／97
第5 章　二分类数据多层模型／110
　　5.1　导言／110
　　5.2　聚类二分类数据模型／113
　　5.3　追踪二分类数据模型／130
　　5.4　模型估计方法／136
　　5.5　项目响应模型／151
　　5.6　小结／159
第6 章　关于事件发生的统计模型／161
　　6.1　导言／161
　　6.2　分析转换数据的框架／162
　　6.3　离散时间方法／163
　　6.4　连续时间模型／177
　　6.5　半参数比率模型／188
　　6.6　小结／211
第7 章　次序因变量模型／213
　　7.1　导言／213
　　7.2　赋值方法／214
　　7.3　分组数据的Logit模型／216
　　7.4　次序Logit和Probit模型／220
　　7.5　小结／232
第8 章　名义因变量模型／234
　　8.1　导言／234
　　8.2　多项Logit模型／235
　　8.3　标准多项Logit模型／237
　　8.4　分组数据的对数线性模型／242
　　8.5　潜在变量方法／245
　　8.6　条件Logit模型／246
　　8.7　设定问题／251
　　8.8　小结／258
附录A　回归的矩阵方法／259
　　A.1　导言／259
　　A.2　矩阵代数／259
附录B　大似然估计／266
　　B.1　导言／266
　　B.2　基本原理／266
参考文献／285
索　引／295
译后记／314

图目录
图1-1　四种测量的分类模式／5
图2-1　关于θ的L对数的大化／19
图2-2　二分类数据的逻辑斯蒂回归与线性回归的比较／27
图3-1　p的logit和probit变换／38
图3-2　以累积概率函数曲线切线的斜率表示的边际效应／57
图3-3　虚拟变量的边际效应／58
图3-4　按家庭收入水平变化的毕业概率／60
图3-5　p的互补双对数变换／61
图5-1　显示预测概率向总比例收缩的观测概率和预测概率／124
图5-2　模型2按照家庭结构和母亲的受教育水平分的婚前生育预测概率／127
图5-3　家庭别随机效应分布／129
图5-4　家庭别随机效应的经验贝叶斯估计值／130
图5-5　观测的、边际的和条件的logit／136
图5-6　β3和σ20的迹线图与直方图／142
图5-7　赋闲比数比的后验分布（南部居住地vs.非南部居住地）（高中毕业vs.未毕业）／147
图5-8　包含3个题项的1PL模型的题项特征曲线／153
图5-9　2PL模型的题项特征曲线／155
图5-10　使用LSAT数据估计的1PL和2PL模型的题项特征曲线／159
图6-1　退学的离散时间风险和生存函数／168
图6-2　对数累积风险和生存函数图／204
图6-3　家庭收入效应的Schoenfeld残差图／207
图6-4　随时间变化的家庭收入效应图／209
图7-1　对应于一个四分类响应变量的累积分布／221
图7-2　潜在变量和现实结果之间的关系／224
表目录
表2-1　瑞典于默奥市婴儿出生后前6个月的死亡数／24
表2-2　列向布局的数据文件／25
表2-3　对数-比率模型的OLS、FGLS和ML估计值／26
表2-4　回归模型的类型／28
表3-1　按种族、性别和家庭结构分类的高中毕业生／31
表3-2　用虚拟变量以列的形式概括表3-1的数据／32
表3-3　替代的二分类因变量模型估计结果／38
表3-4　按照种族、性别和家庭结构分类的估计毕业概率／39
表3-5　比较主效应和二维交互作用模型／50
表3-6　收入和性别对投票倾向的影响／58
表3-7　个人水平数据的logit和probit模型估计值／59
表4-1　受教育水平和对婚前性行为的态度／65
表4-2　观测（期望）频次／66
表4-3　期望概率／67
表4-4　独立情形下的期望频次／68
表4-5　各单元格对皮尔逊卡方的贡献／68
表4-6　独立情形下的行比例／69
表4-7　观测数据的行比例／69
表4-8　态度例子的完整表格／71
表4-9　基于相邻行和列的局部比数比／72
表4-10　模型A下的皮尔逊卡方构成／74
表4-11　可识别的参数／80
表4-12　Hauser的流动表格／83
表4-13　饱和模型的交互参数：代际流动的例子／83
表4-14　参数μh的估计值／84
表4-15　流动表模型的拟合优度统计量／93
表4-16　对堕胎和婚前性行为的态度／96
表4-17　估计的测度得分／96
表4-18　加州大学伯克利分校的研究生录取数据／98
表4-19　合并后的研究生录取数据／99
表4-20　对录取数据所拟合模型的拟合优度统计量／104
表4-21　模型4的交互参数估计值／105
表4-22　三国阶级流动数据的模型／107
表4-23　国家别的参数／109
表5-1　生物化学领域的博士后训练与NIH资金分布／120
表5-2　常规与随机截距模型／121
表5-3　观测比例（）与模型预测的比例（）／123
表5-4　初次婚前生育的logit模型／126
表5-5　数值积分的支点（u）和权重（p）／129
表5-6　拟合青年就业数据的追踪模型／135
表5-7　不同方法的估计值／144
表5-8　观测的与期望的响应模式／146
表5-9　logit模型拟合统计量／148
表5-10　Bock和Lieberman法学院能力倾向测试（LSAT）数据／157
表5-11　使用LSAT数据估计的1PL和2PL模型／158
表6-1　事件发生数据／165
表6-2　退学生命表／167
表6-3　人-层（person-level）和人-期（person-period）数据格式／172
表6-4　5次追踪观测到的二分类响应序列／172
表6-5　研究退学的离散时间logit模型估计值／175
表6-6　项目完成之前的等待时间／179
表6-7　表6-6所含数据的发生数-暴露量矩阵／180
表6-8　美国按照年龄、种族和出生结果进行分类的婴儿死亡数（暴露量，以天为单位）
　　——1995～1998年／185
表6-9　婴儿死亡数据的模型及其拟合统计量／186
表6-10　美国婴儿死亡的基线风险与风险比（1995～1998年）／187
表6-11　事件史数据的概念格式／188
表6-12　分时段事件史数据格式／191
表6-13　表6-12的交互分类数据／192
表6-14　含非比例效应的分段式恒定率模型／192
表6-15　初次婚前生育风险的分段式恒定指数模型／193
表6-16　非比例性诊断检验／206
表6-17　含比例效应与非比例效应的Cox回归模型／208
表7-1　以态度为例的标准分变换／216
表7-2　受教育水平与对婚前性行为的态度／219
表7-3　不同参数求解方法下的次序logit估计值／227
表7-4　次序probit估计值与边际效应／228
表7-5　对妇女就业的态度／229
表7-6　次序logit与单独logit的估计值／230
表7-7　比例比数假定的Brant检验／231
表7-8　部分比例比数模型／231
表8-1　多项logit结果／241
表8-2　三维表情况下多项logit和对数线性模型之间的等价／244
表8-3　按照种族和父亲的受教育年限分的就业状况／244
表8-4　从对数线性模型推出的多项logit估计值／245
表8-5　条件logit模型的估计值／248
表8-6　混合模型的结果／250
表8-7　教育获得／257