本教材主要详细介绍了学术研究中常用的多元统计方法，
主要根据结局变量的类型和研究设计等进行章节布局，既有常见的方差分析、多元线性回归、Logistic回归、计数资料回归、生存分析，也有针对降维数据的研究方法，
如主成分分析与因子分析、结构方程规模、潜在类别分析。在这些分析中，还引入了时间层面的研究设计，如在生存分析、发展模型等中，都不同程度地引入了纵向研究设计的方法。除此之外，也介绍了近些年基于因果关系的反事实推断的新方法——倾向值评分。
王培刚，男，湖北枣阳人，法学博士，美国韦恩州立大学博士后，教授、博士生导师，青年拔尖人才支持计划入选者。现任武汉大学健康学院院长助理、优选健康研究中心副主任。现任武汉大学人文社会科学研究院院长。主要研究方向为追踪数据分析、移民健康，人口与健康。
第1章 引言
1.1 近现代多元统计分析的发展和突破
1.2 统计分析基础简介
1.3 统计分析注意事项
本章小结
参考文献
第2章 方差分析
2.1 方差分析简介
2.2 一元方差分析
2.2.1 单因素方差分析
2.2.2 多因素方差分析
2.3 多元方差分析
2.3.1 多元方差分析简介
2.3.2 实例分析与SAS实现
2.4 协方差分析
2.4.1 协方差分析简介
2.4.2 实例分析与SAS实现
2.5 重复测量资料的方差分析
2.5.1 重复测量资料的方差分析简介
2.5.2 实例分析与SAS实现
本章小结
参考文献
第3章 多元线性回归分析
3.1 多元线性回归模型简介
3.1.1 多元线性回归介绍
3.1.2 多元线性回归的基本模型
3.1.3 模型中参数的意义
3.2 多元线性回归的参数估计方法与模型检验
3.2.1 参数估计方法
3.2.2 多元线性回归方程的假设检验
3.2.3 多元线性回归方程的拟合优度
3.3 一般多元线性回归应用
3.3.1 线性回归与交互项
3.3.2 实例分析与SAS实现
3.4 偏最小二乘回归
3.4.1 偏最小二乘回归的简介
3.4.2 实例分析与SAS实现
3.5 稳健回归
3.5.1 稳健回归的简介
3.5.2 实例分析与SAS实现
本章小结
参考文献
第4章 Logistic回归分析
4.1 Logistic回归模型介绍
4.1.1 Logistic回归的基本模型
4.1.2 模型中参数的意义
4.1.3 模型的参数估计
4.1.4 模型的拟合指标
4.1.5 模型的假设检验
4.1.6 变量的筛选
4.2 二分类因变量的Logistic回归
4.2.1 二分类因变量的Logistic回归简介
4.2.2 实例分析与SAS实现
4.3 有序多分类因变量的Logistic回归
4.3.1 有序多分类因变量的Logistic回归简介
4.3.2 实例分析与SAS实现
4.4 无序多分类因变量的Logistic回归
4.4.1 无序多分类因变量的Logistic回归简介
4.4.2 实例分析与SAS实现
本章小结
参考文献
第5章 计数资料模型分析
5.1 Poisson回归
5.1.1 Poisson回归概述
……
第6章 生存分析
第7章 聚类分析及判别分析
第8章 主成分分析与因子分析
第9章 结构方程模型
第10章 潜在类别分析
第11章 倾向评分匹配
第12章 多层模型
第13章 发展模型
第14章 年龄-时期-队列模型
附录 专有名词中英文对照
精品教材 更多
