實用邏輯斯諦回歸方法

第1章統計模型1
1.1什麼是統計模型?2
1.2邏輯斯諦回歸建模基礎4
1.3伯努利分佈5
1.4估計的方法7
SAS代碼11
Stata代碼12
 
第2章單一預測邏輯斯諦模型13
2.1二元預測模型14
2.2預測因數?概率?優勢比18
2.3基本的模型統計量20
2.3.1標準誤21
2.3.2z統計量23
2.3.3p值23
2.3.4置信區間24
2.4分類預測模型28
2.5連續預測模型32
2.5.1連續預測因數的種類32
2.5.2簡單的廣義加性模型33
2.5.3中心化34
2.5.4標準化36
2.6預測37Ⅺ
2.6.1模型預測的基礎37
2.6.2預測置信區間39
SAS代碼40
Stata代碼46
 
第3章多元預測邏輯斯諦模型49
3.1預測因數的選擇和解釋50
3.2邏輯斯諦模型的統計量53
3.3資訊準則檢驗58
3.3.1赤池資訊準則58
3.3.2有限樣本59
3.3.3貝葉斯資訊準則60
3.3.4其他資訊準則測試60
3.4模型擬合過程:校準標準誤61
3.4.1預測標準誤61
3.4.2Robust和Sandwich變數估計63
3.4.3步步為營法則64
3.5風險因數?混雜因數?效應修正因數以及交互作用65
SAS代碼67
Stata代碼70
 
第4章邏輯斯諦模型的核對總和擬合71
4.1檢驗邏輯斯諦模型的擬合72
4.1.1皮爾遜卡方擬合優度檢驗72
4.1.2似然比檢驗73
4.1.3殘差分析74
4.1.4條件效果圖80
4.2分類統計82
4.2.1S￣S圖表84
4.2.2ROC分析84
4.2.3混淆矩陣86
4.3Hosmer￣Lemeshow統計量88
4.4錯亂的資料模型與完美的預測91
4.5精確邏輯斯諦回歸93
4.6建模表數據96
SAS代碼101
Stata代碼106
 
第5章分組邏輯斯諦回歸108
5.1二項概率分佈函數109
5.2從觀測到分組資料110
5.3識別和調整額外的殘差114
5.4分組邏輯斯諦回歸的建立和解釋116
5.5β￣二項回歸118
SAS代碼124
Stata代碼126
 
第6章貝葉斯邏輯斯諦回歸128
6.1貝葉斯方法簡述129
6.2實例:貝葉斯邏輯斯諦回歸131
6.2.1使用R的貝葉斯邏輯斯諦回歸131
6.2.2使用JAGS軟體的貝葉斯邏輯斯諦回歸139
6.2.3先驗資訊的貝葉斯邏輯斯諦回歸分析145
SAS代碼148
Stata代碼150
總結151
參考文獻153