数据管理与模型分析 STATA软件应用PDF电子书下载

导言 1

第一部分 数据质量控制与管理 11

第一章 数据的基本结构 11

第一节 数据结构的基本类型 12

第二节 数据的测量水平 27

第三节 数据的测量与模型的选择 32

第二章 数据的缺失及其处理 37

第一节 数据缺失的机制及检测 38

第二节 缺失数据的处理方法 46

第三节 几种填补方法的实证演示 49

第三章 数据的极值及其处理 57

第一节 极值概述 58

第二节 极值的判断方法 63

第三节 极值的应对方法 70

第四章 数据的简化与因子分析 91

第一节 因子分析的主要目的及基本概念 92

第二节 因子分析的类型及原理 100

第三节 公因子提取方法 102

第四节 因子旋转 110

第五节 因子结构及因子分析的基本假定 113

第六节 因子分析应用举例 116

第二部分 常规回归分析模型 141

第五章 连续数据与OLS模型 141

第一节 相关分析 142

第二节 线性回归的基本原理 154

第三节 利用Stata进行线性回归分析 177

第六章 分类数据与logistic模型 223

第一节logistic回归概述 224

第二节 二元logistic回归的应用 243

第三节 序次logistic回归 259

第四节 多项式logistic回归 274

第三部分 前沿回归分析模型 295

第七章 纵向数据与固定效果模型 295

第一节 固定效果模型简介 296

第二节 固定效果模型的基本原理 301

第三节 线性固定效果模型的演示 305

第四节 线性固定效果模型的应用 312

第五节 非线性固定效果模型的应用 326

第八章 多层结构数据与多层模型 332

第一节 多层模型简介 334

第二节 多层线性模型的基本原理 339

第三节 多层线性模型的应用 350

第四节 多层非线性模型的应用 364

第九章 计数数据与相关模型 373

第一节 泊松分布及泊松模型 374

第二节 负二项式模型 386

第三节 零膨胀模型 394

第四节 零截断模型 401

第五节 四类模型的比较 405