广义线性模型导论 英文导读版PDF电子书下载

第1章 介绍 1

1.1 背景 1

1.2 范围 1

1.3 记号 5

1.4 与正态分布相关的几个分布 7

1.5 二次型 11

1.6 估计 12

1.7 练习 15

第2章 模型拟合 19

2.1 引言 19

2.2 示例 19

2.3 统计建模的基本原则 32

2.4 解释变量的记号与编码 37

2.5 练习 40

第3章 指数族和广义线性模型 45

3.1 引言 45

3.2 指数分布族 46

3.3 指数分布族的性质 48

3.4 广义线性模型 51

3.5 示例 52

3.6 练习 55

第4章 估计 59

4.1 引言 59

4.2 示例：压力容器的损坏时间 59

4.3 极大似然估计 64

4.4 泊松回归示例 66

4.5 练习 69

第5章 推断 73

5.1 引言 73

5.2 得分统计量的抽样分布 74

5.3 泰勒级数近似 76

5.4 极大似然估计的抽样分布 77

5.5 对数似然比统计量 79

5.6 偏差的抽样分布 80

5.7 假设检验 85

5.8 练习 87

第6章 一般线性模型 89

6.1 引言 89

6.2 基本观点 89

6.3 多元线性回归 95

6.4 方差分析 102

6.5 协方差分析 114

6.6 一般线性模型 117

6.7 练习 118

第7章 二元变量和逻辑斯谛回归 123

7.1 概率分布 123

7.2 广义线性模型 124

7.3 药剂反应模型 124

7.4 广义逻辑斯谛回归模型 131

7.5 拟合优度统计量 135

7.6 残差 138

7.7 其他的诊断方法 139

7.8 示例：衰老和韦氏智力测验 140

7.9 练习 143

第8章 名义和有序逻辑斯谛回归 149

8.1 引言 149

8.2 多项分布 149

8.3 名义逻辑斯谛回归 151

8.4 有序逻辑斯谛回归 157

8.5 总体讨论 162

8.6 练习 163

第9章 泊松回归和对数线性模型 165

9.1 引言 165

9.2 泊松回归 166

9.3 列联表示例 171

9.4 列联表概率模型 175

9.5 对数线性模型 177

9.6 对数线性模型推断 178

9.7 算例 179

9.8 评论 183

9.9 练习 183

第10章 生存分析 187

10.1 引言 187

10.2 生存函数和危险函数 189

10.3 经验生存函数 193

10.4 估计 195

10.5 推断 198

10.6 模型检验 199

10.7 示例：缓解次数 201

10.8 练习 202

第11章 集群和纵向数据 207

11.1 引言 207

11.2 示例：中风恢复 209

11.3 正态数据的重复测量模型 213

11.4 非正态数据的重复测量模型 218

11.5 多水平模型 219

11.6 中风示例续 222

11.7 评论 224

11.8 练习 225

第12章 贝叶斯分析 229

12.1 频率理论和贝叶斯范式 229

12.2 先验信息 233

12.3 贝叶斯分析中的分布与层次 238

12.4 贝叶斯分析的WinBUGS软件操作 238

12.5 练习 241

第13章 马尔可夫链蒙特卡罗方法 243

13.1 为什么标准推断失误了 243

13.2 蒙特卡罗积分 243

13.3 马尔可夫链 245

13.4 贝叶斯推断 255

13.5 链收敛性的诊断 256

13.6 贝叶斯模型的拟合：DIC准则 260

13.7 练习 262

第14章 贝叶斯分析示例 267

14.1 引言 267

14.2 二元变量和逻辑斯谛回归 267

14.3 名义逻辑斯谛回归 271

14.4 潜变量模型 272

14.5 生存分析 275

14.6 随机效应 277

14.7 纵向数据分析 279

14.8 WinBUGS的一些实用技巧 286

14.9 练习 288

附录 291

软件 293

参考文献 295

索引 303