技术教育社区
www.teccses.org

理解回归假设

封面

作者:(美)威廉·D.贝里(WilliamD

页数:126

出版社:格致出版社

出版日期:2017

ISBN:9787543227279

电子书格式:pdf/epub/txt

内容简介

回归分析是社会科学研究中较常见的分析方法,《理解回归假设》通过介绍回归分析的假设,接着质疑假设,进而提出新的变量分析方法,最后对回归分析中的各变量及其相互关系进行阐述,为读者提供了一套完整的对线性回归分析的认识。因此该书的问世能给社会科学研究者提供更深入的理论指导。

作者简介

威廉•D.贝里(William
D.Berry),曾于美国佛罗里达州立大学和肯塔基大学讲授统计学和研究方法,现为佛罗里达州立大学政治科学系教授。其主要研究领域是公共政策和美国政策。他已经在学术期刊上发表了大量论文,还参与撰写了《理解美国政府的成长:对战后时期的经验研究》(Praeger,1987)以及《实用多元回归》(Sage,1985),同时也是《非递归因果模型》(NonrecursiveCausal Models)(Sage,1984)一书的作者。

本书特色

《理解回归假设》的目的是描述回归假设,并在某种程度上帮助读者理解如何考察假设是否能够与一个具体的研究相适应。《理解回归假设》以对标准多元回归假设的回顾作为开头,因为这些知识通常会出现在计量经济学或者回归分析的课本中。然后,本书引入了一个贯穿本书的具体案例——一个关于体重的决定因素的模型。最后,本书回到回归假设,考察了每一个假设的实际意义,并强调了研究者如何评估每一个假设是否符合实际研究的需要。

目录


第1章 简介
第2章 回归假设的正式描述
第1节 回归分析概述
第2节 误差项的作用
第3节 其他回归假设
第3章 “体重”的案例
第4章 如何得到满意的回归假设结果
第5章 回归假设的实质意义
第1节 从横截面回归中得出动态的解释
第2节 假设:缺乏完全多重共线性
第3节 假设:误差项与每个自变量都没有相关关系
第4节 设定误差:使用错误的自变量
第5节 均值的误差项为零的假设
第6节 对于测量层次的假设
第7节 无测量误差的假设
第8节 线性和可叠加性的假设
第9节 同方差和缺乏自相关假设
第6章 结论
注释
参考文献
译名对照表

下载地址

立即下载

(解压密码:www.teccses.org)

Article Title:《理解回归假设》
Article link:https://www.teccses.org/756950.html