新書推薦：
《
国医大师邓铁涛 治未病从孩子抓起 中医治未病 二十四节气顺时调养 常见病预防 中医健康体检 广东科技
》
售價：NT$
255
《
英国都铎王朝君主形象塑造与政治文化变迁
》
售價：NT$
857
《
从一道高三数学模拟测试题的背景谈起：兼谈等周问题与等周不等式
》
售價：NT$
347
《
《仪礼》版本研究：全三册
》
售價：NT$
1780
《
水浒传绘本 全8册 水浒桥梁书 同步原著改编去暴力 萌趣卡通国风画卷 文史科普趣味拓展
》
售價：NT$
1061
《
中国清代戏曲史上、下卷（套装2册）
》
售價：NT$
2030
《
私域裂变运营实战手册
》
售價：NT$
254
《
超越高定
》
售價：NT$
3050
|
| 編輯推薦： |
本书聚焦传统线性回归无法处理的离散型因变量，系统梳理logit与probit模型在次序模型和多类别模型中的应用场景。本书通过剥夺状态、职业获得等实证案例，结合STATA程序代码演示，为社会科学研究者提供了从模型选择到结果解释的完整工具链，是定量研究中不可多得的实用手册。本书适合具备基础统计知识和概率论知识的本科生和研究生。
主要特点
· 结合案例，说明次序模型和多类别模型的具体应用
· 提供计算机程序详情和解说，有助于读者理解掌握数据分析方法
· 适合具备基础统计知识和概率论知识的读者
|
| 內容簡介： |
|
要使普通最小二乘法产生最优线性无偏估计，必须符合经典回归假设。其中一个较难实现的假设是，因变量是连续的。如果因变量是离散的，最大似然技术（如logit或probit）通常更有效。本书致力于分析因变量是多类别时的估计情况，关注了离散和次序形式的因变量，并把处理对象扩展到具有两个以上结果的多类别或非次序因变量。本书提供了十分有用的计算机程序详情，用于阐明本书中的表格结果是如何产生的。总体而言，本书为社会科学研究者提供了从模型选择到结果解释的完整工具链，是定量研究方法中不可多得的实用手册。
|
| 關於作者： |
瓦尼·布鲁雅（Vani Borooah），英国阿尔斯特大学经济学教授。主要研究方向为应用经济学、人口统计和社会、贫困和不平等、劳动市场、公共选择等。
张卓妮，香港科技大学（广州）社会枢纽城市治理与设计学域副教授。主要研究领域包括研究领域包括社会分层与不平等、人口迁移、教育、劳动力市场和比较城市研究等。
|
| 目錄：
|
第1章 概论
第2章 次序模型
第1节 简介
第2节 方法论
第3节 应用：剥夺状态
第4节 对次样本的估计：特征与系数
第3章 多类别模型
第1节 简介
第2节 随机效用模型
第3节 logit模型的类别：多类别logit与条件logit
第4节 多类别logit模型
第5节 应用：职业获得
第6节 条件logit模型与无关选项独立性
第4章 STATA程序列表
第1节 简介
第2节 次序probit和logit程序
第3节 多类别logit程序
注释
参考文献
译名对照表
|
| 內容試閱：
|
序
要使普通最小二乘法（OLS）产生最优线性无偏估计（BLUE），必须符合经典回归假设。这些假设中有些假设比其他假设更容易实现。此外，违反这些假设的实际后果因假设的不同而不同。其中一个假设难以实现，而且会对OLS的解释造成严重后果，那就是假设因变量是连续的。相反，如果因变量是离散的，即由两个或更多的结果类别构成，那么OLS就会产生严重的推论问题。在这种情况下，最大似然（maximum likelihood）技术（如logit或probit）通常更有效。
本书比较独特，因为它完全致力于分析因变量具多类别时的估计情况。在概论之后，作者关注了具离散和次序形式的因变量。比如，假设某位政治科学家有选举调查的数据，并希望解释政治兴趣这一因变量，其中受访者的得分：0=低，1=中等，2=高。这个变量是离散的，受访者处于这三种类别中的一种。此外，这个变量是从“低”到“高”排序的。在这种有序变量情况下，我们可以说某个得分为“高”的人比某个得分为“低”的人具有更多的政治兴趣，但我们不能确切地说多多少。所以，OLS回归看起来较不可取，而次序logit或次序probit更可取，因为它们适合这种较低的测量水平。布鲁雅教授详尽地阐释了这两种方法，试图解释社会剥夺（用三个类别测量，“没有被剥夺”“轻度被剥夺”“严重被剥夺”）在不同个体间的差异。一个经常出现的问题是logit是否比probit更优，或者反之。这两种方法根本上的理论差异涉及误差项的分布是逻辑分布还是正态分布。实际上，正如本书指出的，我们很难提供足够的理由说明为什么选择其中一种方法而非另外一种。
本书还把处理对象扩展到具两个以上结果的多类别或非次序因变量。比如，宗教的选择、住宅区的选择、购物中心的选择、工作的选择等。多类别logit的一个关键假设是无关选项独立性（IIA）。正如布鲁雅教授所论述的，这个假设既是此技术的优点又是其缺点。他还对比数比（odds ratios）和风险比（risk ratios）做了重要但往往被忽视的区分。在二分类logit中，这两种比率之间没有差异，但是，在多类别logit中，结果是以风险比的方式显示的。
本书结尾给出了非常有用的计算机程序详情，用于说明书中的表格结果是如何产生的。这种逐步对计算机程序进行注释的方式让读者明白如何运行数据分析。讲解中具体使用的软件是STATA，但作者还指出了SAS、SPSS和LIMDEP中其他可用的程序。总体而言，这本书为估计和解释从更复杂的离散因变量模型中得到的结果提供了一个有用的指南。
迈克尔·S.刘易斯-贝克
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
