描述
开 本: 16开纸 张: 纯质纸包 装: 平装是否套装: 否国际标准书号ISBN: 9787111503187丛书名: 国外实用统计丛书
前言
第1章介绍
1.1背景
1.2范围
1.3记号
1.4与正态分布相关的几个分布
1.5二次型
1.6估计
1.7练习
第2章模型拟合
2.1引言
2.2示例
2.3统计建模的基本原则
2.4解释变量的记号与编码
2.5练习
第3章指数族和广义线性模型
3.1引言
3.2指数分布族
3.3指数分布族的性质
3.4广义线性模型
3.5示例
3.6练习
第4章估计
4.1引言
4.2示例：压力容器的损坏时间
4.3极大似然估计
4.4泊松回归示例
4.5练习
第5章推断
5.1引言
5.2得分统计量的抽样分布
5.3泰勒级数近似
5.4极大似然估计的抽样分布
5.5对数似然比统计量
5.6偏差的抽样分布
5.7假设检验
5.8练习
第6章一般线性模型
6.1引言
6.2基本观点
6.3多元线性回归
6.4方差分析
6.5协方差分析
6.6一般线性模型
6.7练习
第7章二元变量和逻辑斯谛回归
7.1概率分布
7.2广义线性模型
7.3药剂反应模型
7.4广义逻辑斯谛回归模型
7.5拟合优度统计量
7.6残差
7.7其他的诊断方法
7.8示例：衰老和韦氏智力测验
7.9练习
第8章名义和有序逻辑斯谛回归
8.1引言
8.2多项分布
8.3名义逻辑斯谛回归
8.4有序逻辑斯谛回归
8.5总体讨论
8.6练习
第9章泊松回归和对数线性模型
9.1引言
9.2泊松回归
9.3列联表示例
9.4列联表概率模型
9.5对数线性模型
9.6对数线性模型推断
9.7算例
9.8评论
9.9练习
第10章生存分析
10.1引言
10.2生存函数和危险函数
10.3经验生存函数
10.4估计
10.5推断
10.6模型检验
10.7示例：缓解次数
10.8练习
第11章集群和纵向数据
11.1引言
11.2示例：中风恢复
11.3正态数据的重复测量模型
11.4非正态数据的重复测量模型
11.5多水平模型
11.6中风示例续
11.7评论
11.8练习
第12章贝叶斯分析
12.1频率理论和贝叶斯范式
12.2先验信息
12.3贝叶斯分析中的分布与层次
12.4贝叶斯分析的WinBUGS软件操作
12.5练习
第13章马尔可夫链蒙特卡罗方法
13.1为什么标准推断失误了
13.2蒙特卡罗积分
13.3马尔可夫链
13.4贝叶斯推断
13.5链收敛性的诊断
13.6贝叶斯模型的拟合：DIC准则
13.7练习
第14章贝叶斯分析示例
14.1引言
14.2二元变量和逻辑斯谛回归
14.3名义逻辑斯谛回归
14.4潜变量模型
14.5生存分析
14.6随机效应
14.7纵向数据分析
14.8WinBUGS的一些实用技巧
14.9练习
附录
软件
参考文献
索引
编写本书的初衷是以本科生和其他领域的研究人员能够理解的方式，展现统计建模的统一理论和概念框架。本书的第2版扩充了名义型变量、序数型变量的逻辑斯谛回归，生存分析，以及纵向数据、聚类数据分析等内容，同时更多地依赖数值方法、可视化数值优化和图形方法来进行探索性的数据分析和模型拟合检验。这些内容在第3版中会有更加深入的介绍。第3版包含了关于贝叶斯分析的三个新章节。基础的贝叶斯理论基础早在传统统计理论发展之前就有所记载，然而实用的贝叶斯分析却是最近才出现。它的出现主要归功于我们将在第13章介绍的马尔可夫链蒙特卡罗方法。贝叶斯方法越来越强的可操作性意味着更多懂经典统计理论的人在尝试使用贝叶斯方法来求解广义线性模型。贝叶斯分析具备比传统方法更大的优势，因为它正式地引入了先验信息，所以具有更大的灵活性，可以解决更复杂的问题。本版还更新了Stata和R软件代码，会对广义线性模型的实际应用有所帮助。贝叶斯分析的章节还包含了R和WinBUGS代码。
来自澳大利亚昆士兰大学和纽卡斯尔大学的同仁和同学们以及在澳大利亚生物统计合作协会上过研究生课程的诸位
同学都给本书提出了许多中肯的建议并对本书中的材料给出了意见，在此我们表示感谢。
评论
还没有评论。