邏輯斯迴歸分析及離散選擇模型:應用 SPSS (附光碟)

張紹勳、林秀娟

  • 出版商: 五南
  • 出版日期: 2018-12-10
  • 定價: $900
  • 售價: 5.8$523
  • 貴賓價: 5.5$495
  • 語言: 繁體中文
  • 頁數: 464
  • ISBN: 9577631258
  • ISBN-13: 9789577631251
  • 相關分類: SPSS離散數學 Discrete-mathematics
  • 立即出貨 (庫存=1)

買這商品的人也買了...

商品描述

◎介紹分析二分類依變數時,最常使用的統計分析模型──邏輯斯迴歸模型
◎完整且詳實的範例解析,幫助您觸類旁通,讓報告、論文大升級!
◎本書使用SPSS V25介面操作,編排方式深入淺出,學習過程更輕鬆。
◎邏輯斯模型是社會學、生物統計學、臨床心理學、數量心理學、計量經濟學和市場行銷等統計實證分析的常用方法

隨書附贈資料檔光碟

  邏輯斯模型是離散選擇法模型之一,屬於多項變數分析,也是在分析二分類依變數時,最常使用的統計分析模型。邏輯斯迴歸的資料常出現在不同領域中,是社會學、生物統計學、臨床心理學、數量心理學、計量經濟學和市場行銷等統計實證分析的常用方法。

  本書介紹的內容包含線性迴歸與二元依變數、邏輯斯迴歸的診斷、離散選擇模型、單層與多層次模型、Count 依變數之迴歸與加權OLS迴歸。透過統計軟體SPSS探討,結合理論、方法與統計引導,從使用者角度整理編排,讓學習和研究過程更得心應手。

作者簡介

張紹勳
學歷:國立政治大學資訊管理博士
現任:國立彰化師大專任教授
經歷:致理技術專任副教授

林秀娟
學歷:國立臺灣師範大學教育心理研究所碩士
現職:臺北市立成功高中專任教師

目錄大綱

Chapter01 線性迴歸vs. 二元(Binary) 依變數 (邏輯斯迴歸)
1-1 迴歸的二大類:連續依變數vs. 離散依變數
1-1-1 單變量:統計法分類
1-1-2 多變量:統計法分類
1-2 簡單邏輯斯迴歸的概念
1-2-1 簡單邏輯斯迴歸(Logistic Regression Model) 的原理
1-2-2 Odds ratio 之意義
1-2-3  列聯表(contingency table)、相對風險、勝算比(odds ratio) 及卡方檢定(crosstabs、logistic regression 指令)
1-2-4  卡方⊂ logistic 迴歸:同意人類可實驗貓大腦注入藥物嗎?(logistic regression、crosstabs 指令)
1-2-5  簡單Logistic 迴歸分析:年齡與罹患冠心病(CHD) 關係(logistic regression 指令)
1-3 邏輯斯迴歸的建模(logistic regression 指令)
1-3-1  Logistic 迴歸分析:三個預測因子有二個連續變數、一個次序變數 ( 大學申請入學之錄取條件?)
1-3-2  如何挑選「多元Logit 迴歸之最佳模型」:早產兒之危險因子(logistic regression 指令)
1-3-3 練習題:邏輯斯迴歸分析( 母蟹crab 有追求者嗎?)
1-4 邏輯斯迴歸之建模法(logistic regression、fp/fracpoly 指令)
1-4-1 評比敵對模型,適配指標有七種:ROC⋯⋯
1-4-2  邏輯斯迴歸之共變數係數調整法(fractional polynomial regression):STaTa 範例(fp 或fracpoly 指令)
1-5 邏輯斯迴歸搭配ROC 曲線來做篩檢工具之分類準確性
1-5-1 Type I 誤差α 及Type II 誤差β:ROC 圖切斷點的由來
1-6 Logit+ROC 曲線來評比:敵對logit 模型,誰優?
1-6-1 ROC 曲線、cut-off 點
1-6-2 簡單Logit 模型搭配ROC 曲線來找最佳cut-off 點
1-6-3  練習題:多元Logit 模型搭配ROC 曲線來找最佳cut-off點
1-7 小樣本:Exact logistic regression( 是否染愛滋病毒之二種血清檢測值)(exlogistic 指令)

Chapter02 邏輯斯(Logistic) 迴歸的診斷(diagnostics)
2-1 邏輯斯迴歸的假定(assumption)
2-1-1 邏輯斯迴歸的IIA 假定
2-2 界定誤差(specification error)
2-2-1 多元( 複) 線性迴歸診斷之重點整理
2-2-2 線性迴歸的診斷
2-2-3  邏輯斯迴歸的界定適當嗎?優質辦校之因素(logistic regression指令)
2-3 共線性(collinearity) 診斷:優質辦校之因素(logistic regression指令)
2-4 偵測influence 的觀察值:優質辦校之因素(logistic regression指令)
2-5 練習題:logistic regression:學業是否得獎的因素(logistic regression 指令)

Chapter03 離散選擇模型:多項機率迴歸(NOMREG指令)
3-1 離散選擇模型(Discrete Choice Models, DCM)
3-1-1 離散選擇模型(DCM) 概念
3-1-2 離散選擇模型(DCM) 之數學式:以住宅選擇為例
3-2 多項機率迴歸分析(multinomial probit regression)(crosstabs、nomreg指令)
3-3-1 多項機率迴歸之概念
3-3-2 多項機率迴歸之原理
3-3-3  多項機率迴歸分析(multinomial probit regression) 學生選三類課程的因素(crosstabs、nomreg 指令)
3-3-4 練習題:離散選擇模型(DCM):三種保險的選擇
3-4 多項概率模型來進行離散選擇建模(discrete choice modeling using multinomial probit model)(asmprobit 指令)  
3-4-1  Alternative-specific multinomial probit regression:三種保險計畫的選擇(asmprobit 指令)
3-4-2  使用多項概率模型進行離散選擇建模: 四種旅行方式的選擇(asmprobit 指令)
3-4-3  練習題:多項邏輯斯迴歸:十二地區宗教信仰三選擇之因素(mlogit 指令)

Chapter04 二元依變數:機率迴歸(probit 指令)
4-1 Logit 模型、 Cox 迴歸、probit 模型的概念比較
4-2 Probit 迴歸分析:申入學是否被錄取的因素(plum 指令)
4-3 練習題:Binary 依變數之Probit 及Logit 迴歸分析( 有無償勞動力之影響因素)
4-5 Bivariate probit 迴歸vs. 二個似乎無相關依變數「private, vote」模型,誰優?(biprobit 指令)

Chapter05 單層vs. 多層次:Ordered Logit 及其擴充模型(ologit、oprobit、rologit meoprobit、asmprobit、asroprobit、heckoprobit 指令)
5-1 Ordered Logit 及Ordered Probit 模型之概念
5-2 Ordered 迴歸分析:影響SES 的因素(plum 指令)
5-3 練習題:Ordered Logit 迴歸分析:影響數學等級的因素(plum指令)
5-4 練習題:Ordered 迴歸分析( 影響親子親密關係的因素)
5-5 練習題:Ordered Logit 迴歸(Copenhagen 的住房滿意度)

Chapter06 Count 依變數之迴歸:Zero-inflated Poisson迴歸 vs. negative binomial 迴歸
6-1 Count 依變數之迴歸:Zero-inflated Poisson 迴歸 vs. negative binomial迴歸
6-1-1 Poisson 分配
6-1-2 負二項(negative binomial) 分配
6-1-3 Zero-inflated Poisson 分配
6-2 計數型(count) 依變數:Poisson 迴歸:獲獎次數(GenLin 指令)
6-3 零膨脹Poisson 迴歸vs. 負二項迴歸:博士生發表論文篇數
6-4 Count 依變數:負二項(negative binomial) 迴歸:獲獎次數(GenLin指令)
6-5 單層:ordered logistic 迴歸:申請入學意願(plum 指令)
6-5-1 ordered logistic 迴歸:申請入學意願(plum 指令)
6-5-2 練習題:ordered logistic 迴歸
6-6 單層:Zero-inflated ordered probit regression 練習:釣魚(zip 指令)
6-7 雙層:負二項混合模型(fmm: nbreg 指令):精神科患者隨訪次數
6-8 雙層:Poisson 混合模型分析(fmm: poisson 指令):醫生問診次數

Chapter07 加權OLS(weighted least squares) 迴歸(regression、WLS 指令)
7-1 加權OLS(weighted OLS) 迴歸:誤差變異數異質性的校正(regression 指令)
7-2 加權OLS 迴歸(WLS 指令)