导言
第一部分 数据质量控制与管理
第一章 数据的基本结构
第一节 数据结构的基本类型
第二节 数据的测量水平
第三节 数据的测量与模型的选择
第二章 数据的缺失及其处理
第一节 数据缺失的机制及检测
第二节 缺失数据的处理方法
第三节 几种填补方法的实证演示
第三章 数据的极值及其处理
第一节 极值概述
第二节 极值的判断方法
第三节 极值的应对方法
第四章 数据的简化与因子分 析
第一节 因子分 析的主要目的及基本概念
第二节 因子分 析的类型及原理
第三节 公因子提取方法
第四节 因子旋转
第五节 因子结构及因子分 析的基本假定
第六节 因子分 析应用举例
第二部分 常规回归分 析模型
第五章 连续数据与OLS模型
第一节 相关分 析
第二节 线性回归的基本原理
第三节 利用Stata进行线性回归分 析
第六章 分 类数据与logistic模型
第一节 logistic回归概述
第二节 二元logistic回归的应用
第三节 序次logistic回归
第四节 多项式logistic回归
第三部分 前沿回归分 析模型
第七章 纵向数据与固定效果模型
第一节 固定效果模型简介
第二节 固定效果模型的基本原理
第三节 线性固定效果模型的演示
第四节 线性固定效果模型的应用
第五节 非线性固定效果模型的应用
第八章 多层结构数据与多层模型
第一节 多层模型简介
第二节 多层线性模型的基本原理
第三节 多层线性模型的应用
第四节 多层非线性模型的应用
第九章 计数数据与相关模型
第一节 泊松分 布及泊松模型
第二节 负二项式模型
第三节 零膨胀模型
第四节 零截断模型
第五节 四类模型的比较
缺书网
扫码进群