《线性回归分析基础》由四种讨论定量方法的小册子组成，分别是《理解回归假设》、《回归诊断简介》、《虚拟变量回归》以及《多元回归中的交互作用》。《线性回归分析基础》的主要内容如书名所示，是介绍社会学研究分析方法之一，即线性回归。线性回归分析是社会科学研究中最常见的分析方法，《线性回归分析基础》通过介绍回归分析的假设，进而提出新的变量分析方法，对回归分析中的各变量及其相互关系进行阐述，为读者提供了一套完整的线性回归分析的方法。
作者简介
吴晓刚 毕业于美国加州大学洛杉矶分校(UCLA)，现任香港科技大学社会科学部助理教授。他的研究领域为社会分层与流动、劳动力市场与经济社会学、定量研究方法。目前的研究兴趣为改革时期中国的教育不平等的形成机制。他是2006—2007年美国国家教育学院斯宾塞博士后研究基金的获得者。
曾于美国佛罗里达州立大学和肯塔基大学讲授统计学和研究方法，现为佛罗里达州立大学政治科学系教授。其主要研究领域是公共政策和美国政策，在学术期刊上发表了大量论文，还参与撰写了《理解美国政府的成长：对战后时期的经验研究》（Praeger，1987）以及《实用多元回归》（Sage，1985）,同时他也是《非递归因果模型》一书的作者。
目录
理解回归假设 序 第1章 简介 第2章 回归假设的正式描述 第3章 “体重”的案例 第4章 如何得到满意的回归假设结果 第5章 回归假设的实质意义 第6章 结论 注释 参考文献 译名对照表回归诊断简介 序 第1章 概论 第2章 最小二乘回归 第3章 共线性 第4章 奇异值与强影响数据 第5章 非正态分布误差 第6章 不一致的误差方差 第7章 非线性 第8章 离散数据 第9章 最大似然法、计分检验和构造变量 第10章 建议 附录 参考文献 译名对照表虚拟变量回归 序 第1章 简介 第2章 构建虚拟变量 第3章 虚拟变量回归 第4章 估计组影响差异 第5章 可替代虚拟变量编码方案 第6章 虚拟变量用法专题 第7章 结论 注释 参考文献 译名对照表多元回归中的交互作用 序 第1章 导论 第2章 双向交互作用 第3章 三向交互作用 第4章 其他重要问题 注释 参考文献 译名对照表
理解回归假设 序 第1章 简介 第2章 回归假设的正式描述 第3章 “体重”的案例 第4章 如何得到满意的回归假设结果 第5章 回归假设的实质意义 第6章 结论 注释 参考文献 译名对照表回归诊断简介 序 第1章 概论 第2章 最小二乘回归 第3章 共线性 第4章 奇异值与强影响数据 第5章 非正态分布误差 第6章 不一致的误差方差 第7章 非线性 第8章 离散数据 第9章 最大似然法、计分检验和构造变量 第10章 建议 附录 参考文献 译名对照表虚拟变量回归 序 第1章 简介 第2章 构建虚拟变量 第3章 虚拟变量回归 第4章 估计组影响差异 第5章 可替代虚拟变量编码方案 第6章 虚拟变量用法专题 第7章 结论 注释 参考文献 译名对照表多元回归中的交互作用 序 第1章 导论 第2章 双向交互作用 第3章 三向交互作用 第4章 其他重要问题 注释 参考文献 译名对照表
|
