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最大似然估计 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