《线性回归模型：在R中的应用》

几十年来，社会和行为科学研究一直受益于线性回归模型（LRM），以识别和理解一组解释变量和结果变量之间的关联。 《线性回归模型：R 中的应用》提供了对这些模型的全面处理，以及有关如何使用 R 软件环境估计它们的不可或缺的指导。

在提供了一些背景材料之后，作者解释了如何在R中估计简单和多个LRM，包括如何解释它们的系数和理解它们的假设。有几章详细描述了这些假设，并解释了如何确定它们是否满足，以及如何修改回归模型（如果不满足）。本书还包括有关指定正确模型、调整测量误差、了解影响观测的因素以及将模型与多级数据一起使用的章节。本书的最后一章介绍了一个替代模型 - 逻辑回归 - 专为二元或两类结果变量而设计。本书包括讨论数据管理和缺失数据的附录，并提供R模拟以测试模型假设。

本书的主要特征：

• 提供有关线性回归模型的全面介绍和详细信息，包括如何理解和解释其结果、测试假设以及在不满足假设时调整模型。

• 在 R 中使用大量图形来说明模型的结果、假设和其他功能。

• 学习本书不假设读者有微积分或线性代数的背景，而是对统计学入门课程和对初等代数的熟悉就足够了。

• 使用与各种学科相关的真实数据集提供许多示例。

• 在其众多示例中完全集成了 R 软件环境。

本书主要面向社会、行为、健康科学和相关学科的高级本科生和研究生，学习线性回归的第一门课程。它也可以用于自学，并为这些领域的所有研究人员提供极好的参考。全书提供的R代码和详细示例为读者提供了一套出色的工具，用于对许多社会和行为现象进行研究。

本书的作者约翰·P·霍夫曼（John P. Hoffmann）是杨百翰大学（Brigham Young University）的社会学教授，教授研究方法和应用统计学课程，并从事药物使用和犯罪行为的研究。