具体描述
《回归分析》源于作者多年在密歇根大学教授回归分析的课程讲义,从基本的统计概念讲起,对线性回归分析的基本假定、回归中的统计推论和回归诊断做了详尽的介绍,同时还涵盖了很多在社会科学中对实际研究非常有用的内容,包括虚拟变量、交互作用、辅助回归、多项式回归、样条函数回归和阶跃函数回归等。此外,《回归分析》还涉及通径分析、纵贯数据模型、多层线性模型和Iogit模型等方面的内容。
作者简介
谢宇,美国密歇根大学Otis Dudley Duncan杰出教授,同时也是密歇根大学社会学系、统计系和中国研究中心教授,社会研究院(ISR)人口研究中心和调查研究中心研究员,调查研究中心量化方法组主任;北京大学长江学者特聘讲座教授。2004年当选美国艺术与科学院院士和台湾“中央研究院”院士,2009年当选美国国家科学院院士。其研究领域包括:社会分层、统计方法、人口学、科学社会学和中国研究。主要著作有:《分类数据分析的统计方法》、《科学界的女性》、《美国亚裔的人口统计描述》、《社会学方法与定量研究》、《婚姻与同居》等。
目录信息
1.1 统计思想对于社会科学研究的重要性
1.2 本书的特点
1.3 基本统计概念
1.4 随机变量的和与差
1.5 期望与协方差的性质
1.6 本章小结
第2章 统计推断基础
2.1 分布
2.2 估计
2.3 假设检验
2.4 本章小结
第3章 一元线性回归
3.1 理解回归概念的三种视角
3.2 回归模型
3.3 回归直线的拟合优度
3.4 假设检验
3.5 对特定X下y均值的估计
3.6 对特定X下y单一值的预测
3.7 简单线性回归中的非线性变换
3.8 实例分析
3.9 本章小结
第4章 线性代数基础
4.1 定义
4.2 矩阵的运算
4.3 特殊矩阵
4.4 矩阵的秩
4.5 矩阵的逆
4.6 行列式
4.7 矩阵的运算法则
4.8 向量的期望和协方差阵的介绍
4.9 矩阵在社会科学中的应用
4.10本章小结
第5章 多元线性回归
5.1 多元线性回归模型的矩阵形式
5.2 多元回归的基本假定
5.3 多元回归参数的估计
5.4 0LS回归方程的解读
5.5 多元回归模型误差方差的估计
5.6 多元回归参数估计量方差的估计
5.7 模型设定中的一些问题
5.8 标准化回归模型
5.9 cHIP88实例分析
5.10 本章小结
第6章 多元回归中的统计推断与假设检验
6.1 统计推断基本原理简要回顾
6.2 统计显著性的相对性.以及效应幅度
6.3 单个回归系数反=0的检验
6.4 多个回归系数的联合检验
6.5 回归系数线性组合的检验
6.6 本章小结
第7章 方差分析和F检验
7.1 一元线性回归中的方差分析
7.2 多元线性回归中的方差分析
7.3 方差分析的假定条件
7.4 F检验
7.5 判定系数增量
7.6 拟合优度的测量
7.7 实例分析
7.8 本章小结
第8章 辅助回归和偏回归图
8.1 回归分析中的两个常见问题
8.2 辅助回归
8.3 变量的对中
8.4 偏回归图
8.5 排除忽略变量偏误的方法
8.6 应用举例
8.7 本章小结
第9章 因果推断和路径分析
9.1 相关关系
9.2 因果推断
9.3 因果推断的问题
9.4 因果推断的假设
9.5 因果推断中的原因
9.6 路径分析
9.7 本章小结
第10章 多重共线性问题
10.1 多重共线性问题的引入
10.2 完全多重共线性
10.3 近似多重共线性
10.4 多重共线性的度量
10.5 多重共线性问题的处理
10.6 本章小结
第11章 多项式回归、样条函数回归和阶跃甬数回归
11.1 多项式回归
11.2 样条函数回归
11.3 阶跃函数回归
11.4 本章小结
第12章 虚拟变量与名义自变量
12.1 名义变量的定义与特性
12.2 虚拟变量的设置
……
第13章 交互项
第14章 异方差与广义最小二乘法
第15章 纵贯数据的分析
第16章 多层线性模型介绍
第17章 回归诊断
第18章 二分因变量的logit模型
词汇表
参考文献
后记
· · · · · · (收起)
读后感
目前国内虽然有一些专门针对于回归分析方法的学术论作,但是或较为高深,晦涩难懂,或者蜻蜓点水,缺乏重点与难点的深入探讨。而此本谢宇教授作品,是基于其教学实践而编撰而成,既涵盖了量化研究和方法的理论,同时,将方法和案例紧密联系一起,可读性非常之强。
为什么要读此书? 1、这本书为“著”,而不是“编著”; 2、作者美国华裔教授,书为作者用中文写的,而不是翻译,所以不会出现翻译不当的现象; 3、本书和美国大部分书籍一样,会把概念解释的非常清楚,充分从一个初学者的角度去展开问题; 4、书中会把涉及的统计知识难点娓娓...
为什么要读此书? 1、这本书为“著”,而不是“编著”; 2、作者美国华裔教授,书为作者用中文写的,而不是翻译,所以不会出现翻译不当的现象; 3、本书和美国大部分书籍一样,会把概念解释的非常清楚,充分从一个初学者的角度去展开问题; 4、书中会把涉及的统计知识难点娓娓...
目前国内虽然有一些专门针对于回归分析方法的学术论作,但是或较为高深,晦涩难懂,或者蜻蜓点水,缺乏重点与难点的深入探讨。而此本谢宇教授作品,是基于其教学实践而编撰而成,既涵盖了量化研究和方法的理论,同时,将方法和案例紧密联系一起,可读性非常之强。
为什么要读此书? 1、这本书为“著”,而不是“编著”; 2、作者美国华裔教授,书为作者用中文写的,而不是翻译,所以不会出现翻译不当的现象; 3、本书和美国大部分书籍一样,会把概念解释的非常清楚,充分从一个初学者的角度去展开问题; 4、书中会把涉及的统计知识难点娓娓...
用户评价
这本书的案例选择,可谓是匠心独运,充满了对现实世界复杂性的捕捉。它避开了教科书上那些过于理想化、数据完美对齐的“白面包”案例,转而深入那些充满“毛刺”和“杂音”的真实场景。我特别关注了其中关于金融市场波动性预测的那一章,作者没有简单地套用某个标准模型,而是详细拆解了在数据中混杂了“黑天鹅事件”和“羊群效应”等非线性因素时,如何审慎地调整模型结构。他没有提供一个“万能解药”,而是展现了一系列应对策略及其背后的逻辑权衡。这种处理方式,极大地提升了这本书的实用价值和思想深度。它教会我的,与其说是如何计算一个R平方值,不如说是如何在面对一个模糊不清的商业问题时,如何构建一个能够承受现实冲击的分析框架。更难能可贵的是,作者在展示模型局限性时,态度坦诚而开放,他会毫不避讳地指出,任何模型都只是对现实的拙劣模仿,关键在于我们如何理解这份模仿的边界。这让这本书超越了一本技术指南的范畴,更像是一部关于“如何带着谦逊去分析世界”的行动指南。
语言风格的跳跃性,是这本书给我带来的另一巨大冲击。有时,作者会突然切换到一种极其口语化、甚至带有一丝幽默感的叙述方式,仿佛他正坐在我对面,手持一杯咖啡,饶有兴致地向我传授他多年摸爬滚打的经验。比如,在讲解“多重共线性”时,他用了个绝妙的比喻——就像两个人同时在同一个房间里大喊,你根本分不清谁在说什么,但你确定声音很大。这种接地气的表达,极大地降低了阅读的心理门槛。然而,在进入更深层次的假设检验或推导部分时,笔锋一转,立刻变得精准、凝练,每一个符号、每一个数学步骤都像是经过千锤百炼的精钢,不容一丝含糊。这种在“说人话”和“说专业话”之间自如切换的能力,让我深感佩服。它不像某些教材那样,始终维持在一个单一的、高高在上的学术调性上,而是根据内容的复杂度,灵活调整沟通的频率和音量。这种变化,使得长时间阅读也不会产生那种单一信息轰炸带来的疲劳感,反而像是在与一位学识渊博又极富表达天赋的导师进行一场持续的、多层次的对话。
这本书的结构安排,简直像是一部精心编排的交响乐。它并非简单地将理论章节机械地堆砌起来,而是充满了内在的逻辑张力与节奏变化。在前三分之一部分,作者如同一个耐心的老匠人,细致地打磨着基础的工具——如何清洗数据,如何识别异常值,以及如何将现实问题转化为可量化的语言。这些看似繁琐的预处理工作,却被作者描绘得扣人心弦,仿佛每一次数据清洗都是一次剥茧抽丝的侦探工作。随后,音乐的主题进入高潮,各种模型如画卷般展开,但绝妙之处在于,作者没有让模型成为孤立的知识点,而是将它们置于具体的应用场景中进行比较和论证。我印象最深的是对“模型选择的艺术”那一段,作者用近乎散文的笔调,讨论了在过拟合和欠拟合之间寻找黄金分割点的困境,那种描述,既有科学的严谨,又饱含对现实世界不确定性的深刻理解。读到这里,我仿佛能听到各种统计量和假设检验在作者笔下“辩论”的声音。它成功地将一个原本冰冷、参数化的领域,注入了人文关怀和批判性思维的活水,让学习过程充满了发现的惊喜。
从装帧和排版的细节来看,这本书也体现出一种对读者体验的尊重。页边距的处理恰到好处,留出了充足的空间供读者进行批注和思维的延伸,这对于我这种习惯在书页上留下自己思考痕迹的读者来说,至关重要。字体选择清晰易读,即便是长时间沉浸在复杂的图表和公式中,眼睛的疲劳感也得到了很好的缓解。更值得称赞的是,书中引用的图表和插图,往往不是简单的复制粘贴,而是经过了作者的二次设计和精炼,确保它们能够最大程度地服务于讲解的重点,而非成为视觉的干扰项。很多技术书籍的配图往往是晦涩难懂的,但这里的每一张图,都像是一个精心制作的示意动画,即使不看旁边的文字,也能大致领会其表达的意图。这种对阅读体验的细腻关照,说明作者和出版方在制作这本书时,是将“学习者的舒适度”放在了一个非常高的位置上。它让我感觉,这不是一本应付任务的教材,而是一份作者真心希望读者能够享受学习过程的诚意之作。读完之后,这本书本身也成了一种值得珍藏的知识载体。
这本书的封面设计,说实话,挺朴素的,初拿到手的时候,我还以为是本学术性的参考资料,那种厚重、略显枯燥的纸张和设计风格,让人不禁联想到堆满灰尘的图书馆角落。不过,翻开第一页,那种预设的距离感立刻消融了。作者的文字像一条潺潺的小溪,虽然流向明确,但沿途的风景描写却细致入微,让人能感受到那种深耕于数据背后的思考的温度。我尤其欣赏它对一些核心概念的引入方式,不是上来就抛出复杂的公式,而是通过一系列贴近日常生活的例子来构建直观的理解框架。比如,作者对比了天气预报的准确性和我们日常做决策的准确性,将“误差”的概念描绘得栩栩如生。这种循序渐进的引导,对于像我这样,过去对统计学总是心存畏惧的“门外汉”来说,简直是福音。它没有急于展示高深的数学推导,反而花费了大量的篇幅去探讨“为什么我们需要模型”,以及“模型能告诉我们什么,不能告诉我们什么”这些哲学层面的思考。读完前几章,我感觉自己不再是被动接受知识的容器,而是一个主动参与到分析过程中的探索者。这种感觉,在许多同类书籍中是极少体会到的,它们往往更热衷于展示工具的锋利,却忘了告诉我们使用工具的初衷和局限性。
: O212.1/3734
又一本圣经般的教科书么
这本书,是每个搞社会学以及统计学学生必读的书籍。该书所讲知识内容之广,所讲方法之浅显,真是业界良心之作。
脑容量不够者表示面板数据和多层线性模型看得晕晕乎乎
读一遍是不够的,至少看了三遍还是每次都有新的感悟。需要继续看下去。