登入會員
品牌介紹
關於我們
企業徵才
客服中心
會員專區
與我連絡
申訴信箱
ＦＡＱ
電子報
書目下載
圖書總覽
服務推薦
教學網
考用網站
首頁
書目下載
會員專區
與我連絡
法律/政治
法律
政治、公共事務
財經/商管/觀光
財經、商管、統計
觀光、餐旅、休閒
文/史/哲/期刊
辭書、總類
語言、文學
歷史、哲學、宗教
藝術、設計、文創
學術期刊
理工/醫護
理工
醫護暨生命科學
農林漁牧
教育/心理/傳播
教育
心理、諮商與輔導
社會、傳播(影視)
小五南/中等教育
小五南
電機與電子群
餐旅群
家政群
商業與管理群
英文
藝術群
農業群
食品群
【春節延後出貨公告】 親愛的五南會員：您好，適逢春節假期，五南官網均可正常下單購買， 惟2/5(一)中午12：00之後的網站訂單，物流停止送貨，將延至2/15(四)開工後正常出貨， 造成不便敬請見諒，五南祝您新年快樂!
分享
研究方法、論文寫作
-
研究方法
財經、商管、統計
-
統計
-
統計軟體應用
邏輯斯迴歸分析及離散選擇模型：應用SPSS（附光碟）
作 者：
張紹勳
、
林秀娟
出版社別：
五南
書 系：
研究&方法
出版日期：2018/12/10(1版1刷)
ＩＳＢＮ：978-957-763-125-1
書 號：1H1H
頁 數：464
開 數：16K
定 價：550元
優惠價格：495元
投影片(請電洽，僅供老師索取)
投影片(請電洽，僅供老師索取)
投影片(請電洽，僅供老師索取)
投影片(請電洽，僅供老師索取)
投影片(請電洽，僅供老師索取)
投影片(請電洽，僅供老師索取)
◎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。
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
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)
0
1
