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: 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。
0条评论