多元廣義線性模型
 |
《多元廣義線性模型》，[美] 理查德·F.哈斯（Richard F. Haase） 著，臧曉露 譯，王佳 校，出版社： 格致出版社。
書籍是全世界的營養品。生活里沒有書籍，就好像沒有陽光；智慧[1]里沒有書籍，就好像鳥兒沒有翅膀。——莎士比亞[2]
目錄
內容簡介
《多元廣義線性模型》介紹了廣義線性模型的多元形式，並展示了多元廣義線性模型的幾種應用。首先，作者回顧了一元回歸分析，然後介紹了一些示例樣本數據，並對廣義線性模型分析的模型識別進行了討論，在此基礎上，作者探討了模型參數估計、模型擬合優度的評價及相應的多元檢驗統計量，以及對模型的假設檢驗，最後介紹了多元方法分析的線性模型解決方法和典型相關分析。
作者介紹
理查德?F.哈斯（Richard F. Haase），美國紐約州立大學奧爾巴尼分校教育學院心理諮詢部榮譽教授、研究教授，以及公共衛生學院健康與環境研究所的研究員。先後在馬薩諸塞大學阿默斯特分校、得州理工大學和紐約州立大學奧爾巴尼分校教授研究方法、統計學和數據分析。研究興趣集中在研究方法、一元和多元統計學。
目錄
一元廣義線性模型的簡介與回顧
一元線性模型分析回顧
識別一元回歸模型
模型的參數估計
證實最小二乘估計的有效性所需要的假設
分解平方和以及定義擬合優度的測量
全模型、限制模型以及半偏相關係數的平方
回歸係數和判定係數的假設檢驗
廣義線性假設檢驗
模型整體假設 β_1= β_2= β_3=0 和 ρ_(Y•X_1 X_2 X_3)^2 的檢驗
用廣義線性檢驗方法評估X1, X2和 X3 的單獨貢獻
用廣義線性檢驗檢驗更為複雜的假設
從一元到多元廣義線性模型的一般化
多元廣義線性模型的結構識別
模型的數學識別
定義預測變量和標準變量的實質作用
示例數據和模型識別
廣義多元線性模型的參數估計
例1：性格特徵與成功的工作申請
用標準得分的形式估計多元線性模型中的參數
例2：多氯聯苯——心血管疾病的風險因素：認知功能數據
對多元線性模型分析的電腦程序的一個說明
本章小結與回顧
多元SSCP分解、關聯強度的測量和檢驗統計量
在多元廣義線性模型中SSCP的分解
例1：性格與工作申請
例2：PCB 數據
SSCP 矩陣的進一步分解：全模型、限制模型以及定義Q_H
一些關聯強度的多元測度的概念定義
一個不對稱的R^2的多元測度——Hooper跡相關係數平方
例子：性格數據和PCB數據中Hooper’s r ?^2
一元和多元R^2之間的關係和它們的檢驗統計量
Pillai跡 V和相應的關聯強度測度R_V^2
Wilks』 Λ 及其關聯強度測度
Hotelling跡 Τ及其關聯強度測度R_Τ^2
Roy最大特徵根及其關聯強度度量r_(C_max)^2
通過一元回歸模型建立Pillai跡V和Wilks』Λ
多元廣義線性模型中的假設檢驗
多元廣義線性檢驗
多元檢驗統計量及其近似F檢驗
對Pillai跡V的近似F檢驗
Wilks』Λ的近似F檢驗
Hotelling跡Τ的近似F檢驗
Roy最大特徵根θ的近似F檢驗
對一個或一組預測變量的廣義線性檢驗
對一個預測變量的多元假設檢驗：性格數據
一個預測變量的多元假設檢驗：PCB數據
一組預測變量的多元假設檢驗和其他複雜假設
檢驗其他的複雜的多元假設
適用於所有多元線性模型分析的假設
編碼設計矩陣和方差模型的多元分析
變量和向量的差異
用編碼向量來表示一個分類變量
通過廣義線性檢驗來檢驗MANOVA 假設
分解SSCP矩陣和MANOVA里的假設檢驗
身材估計數據的單項MANOVA
更高階的MANOVA設計：對身材估計數據的一個2 x 3階MANOVA
關於MANOVA分析假設的備註
多元線性模型的特徵值求解：典型相關係數和多元檢驗統計量
典型相關係數的概念定義
2 x 2相關係數矩陣的特徵值
R_((2x2) )的特徵向量
R_YY^(-1) R_YX R_XX^(-1) R_XY的特徵值
特徵值、典型相關係數的平方和四個多元檢驗統計量
R_YY^(-1) R_YX R_XX^(-1) R_XY的典型相關係數的平方的特徵向量
檢驗典型相關係數和典型係數上的進一步假設
注釋
參考文獻
譯名對照表
參考文獻
- ↑ 關於智慧的名言，人生屋，2013-07-15
- ↑ 關於莎士比亞的名言名句(100句)，豆丁網，2021-10-01