回归分析（修订版）

　　本书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，本书还涉及通径分析、纵贯数据模型、多层线性模型和logit模型等方面的内容。

　　谢宇
　　?美国密歇根大学的Otis DudleyDuncan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。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。

第1章　基本统计概念
第2章　统计推断基础
第3章　一元线性回归
第4章　线性代数基础
第5章　多元线性回归
第6章　多元回归中的统计推断与假设检验
第7章　方差分析和F检验
第8章　辅助回归和偏回归图
第9章　因果推断和路径分析
第10章　多重共线性问题
第11章　多项式回归、样条函数回归和阶跃函数回归
第12章　虚拟变量与名义自变量
第13章　交互项
第14章　异方差与广义小二乘法
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

　　◆ 回归分析无疑是社会科学领域中*基础同时也是*经典的定量分析方法。
　　◆ *基础，是因为新近发展出来的统计方法基本上都建立在回归分析之上；
　　◆*经典，是因为回归分析尤其是多元回归分析集中体现了社会科学定量分析方法的基本出发点：通过统计控制来实现或部分实现组间的可比较性。