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