Statistical methods for categorical data analysis
作者: (美)丹尼尔·A. 鲍威斯(Daniel A. Powers),(美)谢宇(Yu Xie)著;任强[等]译
出版社:社会科学文献出版社,2009
简介: 本书对分类数据分析的方法和模型,及其在社会科学研究中的应用做
了全面介绍。它的一个明确目标是整合变换方法和潜在变量方法,这是两
类不同但又相互补充的处理分类数据分析的传统方法。这也是第一次在一
本单册书中详细地介绍针对离散因变量、交叉分类和跟踪数据的模型与方
法。目前还没有看到类似的著作。
本书的第2版增加了应用于分类数据的多层模型。许多章节的内容经过
了进一步的修订,并扩充了新的应用实例。第2版显著的特点是详细讨论了
针对分层或多层模型的经典贝叶斯估计技术,拓展了离散时间生存分析模
型和Cox回归模型的内容,以及针对背离模型假设的评估和调适方法。辅助
网站的内容包含了使用各种统计软件包重复书中每一个例子的程序,实践
证明是教师、学生和研究者学习的重要资源。
本书介绍了基本的方法和模型,它们构成了当代社会统计学的核心。
这些模型跨度非同寻常,它们被广泛应用于社会学、人口学、心理测量学
、计量经济学、政治学、生物统计学及其他领域。本书作为学生学习高级
社会统计课程的教材和应用研究者的参考书是非常有用的。