逻辑斯谛回归是*常用的统计方法之一，应用于医疗统计、信用评级、社会统计、计量经济学等诸多领域。本书结合SAS软件和R软件等，简介逻辑斯谛回归方法的理论及应用，全书共分6章，分别介绍统计模型、单一预测的逻辑斯谛模型、多元预测的逻辑斯谛模型、逻辑斯谛模型的检验与拟合、分组逻辑斯谛模型回归、贝叶斯逻辑斯谛回归等内容。内容清晰，注重应用，尤其配有相关算法SAS软件代码，方便使用。本书适合统计专业本科生作为专业参考书，也可供相关科研人员参考。

作者简介
前 言
第 1 章 统计模型1
1.1 什么是统计模型?2
1.2 逻辑斯谛回归建模基础 4
1.3 伯努利分布 5
1.4 估计的方法 7
SAS 代码11
Stata 代码12
第 2 章 单一预测逻辑斯谛模型13
2.1 二元预测模型14
2.2 预测因子､ 概率､ 优势比18
2.3 基本的模型统计量20
2.3.1 标准误21
2.3.2 z 统计量 23
2.3.3 p 值23
2.3.4 置信区间24
2.4 分类预测模型28
2.5 连续预测模型32
2.5.1 连续预测因子的种类32
2.5.2 简单的广义加性模型33
2.5.3 中心化34
2.5.4 标准化36
2.6 预测37Ⅺ
2.6.1 模型预测的基础37
2.6.2 预测置信区间39
SAS 代码40
Stata 代码46
第 3 章 多元预测逻辑斯谛模型49
3.1 预测因子的选择和解释50
3.2 逻辑斯谛模型的统计量53
3.3 信息准则检验58
3.3.1 赤池信息准则58
3.3.2 有限样本59
3.3.3 贝叶斯信息准则60
3.3.4 其他信息准则测试60
3.4 模型拟合过程: 校准标准误61
3.4.1 预测标准误61
3.4.2 Robust 和 Sandwich 变量估计63
3.4.3 步步为营法则64
3.5 风险因子､ 混杂因子､ 效应修正因子以及交互作用65
SAS 代码67
Stata 代码70
第 4 章 逻辑斯谛模型的检验和拟合71
4.1 检验逻辑斯谛模型的拟合72
4.1.1 皮尔逊卡方拟合优度检验72
4.1.2 似然比检验73
4.1.3 残差分析74
4.1.4 条件效果图80
4.2 分类统计82
4.2.1 S￣ S 图表84
4.2.2 ROC 分析84
4.2.3 混淆矩阵86
目 录Ⅻ
4.3 Hosmer￣ Lemeshow 统计量88
4.4 错乱的数据模型与完美的预测91
4.5 精确逻辑斯谛回归93
4.6 建模表数据96
SAS 代码101
Stata 代码106
第 5 章 分组逻辑斯谛回归108
5.1 二项概率分布函数 109
5.2 从观测到分组数据 110
5.3 识别和调整额外的残差 114
5.4 分组逻辑斯谛回归的建立和解释 116
5.5 β￣ 二项回归 118
SAS 代码124
Stata 代码126
第 6 章 贝叶斯逻辑斯谛回归128
6.1 贝叶斯方法简述 129
6.2 实例: 贝叶斯逻辑斯谛回归 131
6.2.1 使用 R 的贝叶斯逻辑斯谛回归131
6.2.2 使用 JAGS 软件的贝叶斯逻辑斯谛回归139
6.2.3 先验信息的贝叶斯逻辑斯谛回归分析 145
SAS 代码148
Stata 代码150
总结151
参考文献153