Logistic回歸模型

(logistic regression)屬於機率型非線性回歸，它是研究二分類觀察結果與一些影響因素之間關係的一種多變數分析方法。在流行病學研究中，經常需要分析疾病與各危險因素之間的定量關係，為了正確說明這種關係，需要排除一些混雜因素的影響。傳統上常常使用Mantel-Haenszel分層分析方法，但這一方法適用於樣本含量大，分析因素較少的情況。如果用線性回歸分析，由於應變數Y是一個二值變數（通常取值1或0），不滿足套用條件，尤其當各因素都處於低水平或高水平時，預測值Y值可能超出0～1範圍，出現不合理都現象。用logisitic回歸分析則可以較好的解決上述問題。

內容介紹

在社會科學諸如社會學、心理學、人口學、政治學、經濟學以及公共衛生學當中，大量的觀測因變數是二分類測量。本書專題介紹了在分析二分類因變數時最常使用的統計分析模型之一——Logistic回歸模型。本書深入淺出，理論聯繫實際，通過例題分析，並結合計算機統計軟體的套用，詳細介紹、闡述了該模型及其套用。同時，還介紹了如何將Logistic回歸模型擴展到序次Logistic回歸模型和多項Logit模型，以分析序次變數和多分類名義變數為因變數的數據。本書提供用SAS和SPSS進行具體例題分析的電腦程式及相關數據，並對這兩種軟體的模型估計結果進行詳盡的解釋和對比分析。本書的讀者對象為社會科學各專業的教師及研究生，以及社會科學專業研究人員。

作品目錄

緒論第一章製圖的基本知識與技能第