应用logistic回归分析

序

第l章 线性回归和应用logistic回归模型

第1节 回归假设

第2节 非线性关系和变量转换

第3节 二分因变量的概率、发生比、优比和logistic转换

第4节 logistic回归：导论

第2章 评估logistic回归模型的统计概要

第1节 □，□和误差平方和

第2节 拟合优度：□，□和对数似然

第3节 预测效率：□，□，□和二项检验

第4节 举例：评估loglstlc回归模式的充足性

第5节 总结：评估loglstlc回归模型

第3章 解释 logistic回归系数

第1节 logistic回归分析的统计显著性

第2节 解释非标准化loglstlc回归系数

第3节 实质意义和标准系数

第4节 指数化系数或发生比数比

第5节 分类预测变量：对比和解释

第6节 交互作用

第7节 逐步logistic回归

第4章 诊断logistic回归的介绍

第1节 设定误差

第2节 共线性

第3节 数值问题：零格数和完全分离

第4节 残差分析

第5节 过度分散和过度集中

第6节 logistic回归诊断的规程

第5章 多分类logisticc回归及其替代方法

第1节 多分类名义因变量

第2节 多分类或多项式定序因变量

第3节 结论

附录

注释

参考文献

译名对照表

线性回归模型是一个非常有效且重要的数据分析方法。《应用logistic回归分析（第2版）》全面解释了logistic回归模型的估计、解释和诊断结果，详细说明了多选项和不排序多分类因变量的问题，并更新了现今应用的计算机软件，深入评论了不同的拟合优度。作者还提出了令人信服的论据去说明R2L的优势，并增加了分组数据、预测效率和风险比等新内容。