广义线性模型导论-(英文导读版.原书第3版)

前言
第1章介绍
　1.1背景
　1.2范围
　1.3记号
　1.4与正态分布相关的几个分布
　1.5二次型
　1.6估计
　1.7练习
第2章模型拟合
　2.1引言
　2.2示例
　2.3统计建模的基本原则
　2.4解释变量的记号与编码
　2.5练习
第3章指数族和广义线性模型
　3.1引言
　3.2指数分布族
　3.3指数分布族的性质
　3.4广义线性模型
　3.5示例
　3.6练习
第4章估计
　4.1引言
　4.2示例：压力容器的损坏时间
　4.3极大似然估计
　4.4泊松回归示例
　4.5练习
第5章推断
　5.1引言
　5.2得分统计量的抽样分布
　5.3泰勒级数近似
　5.4极大似然估计的抽样分布
　5.5对数似然比统计量
　5.6偏差的抽样分布
　5.7假设检验
　5.8练习
第6章一般线性模型
　6.1引言
　6.2基本观点
　6.3多元线性回归
　6.4方差分析
　6.5协方差分析
　6.6一般线性模型
　6.7练习
第7章二元变量和逻辑斯谛回归
　7.1概率分布
　7.2广义线性模型
　7.3药剂反应模型
　7.4广义逻辑斯谛回归模型
　7.5拟合优度统计量
　7.6残差
　7.7其他的诊断方法
　7.8示例：衰老和韦氏智力测验
　7.9练习
第8章名义和有序逻辑斯谛回归
　8.1引言
　8.2多项分布
　8.3名义逻辑斯谛回归
　8.4有序逻辑斯谛回归
　8.5总体讨论
　8.6练习
第9章泊松回归和对数线性模型
　9.1引言
　9.2泊松回归
　9.3列联表示例
　9.4列联表概率模型
　9.5对数线性模型
　9.6对数线性模型推断
　9.7算例
　9.8评论
　9.9练习
第10章生存分析
　10.1引言
　10.2生存函数和危险函数
　10.3经验生存函数
　10.4估计
　10.5推断
　10.6模型检验
　10.7示例：缓解次数
　10.8练习
第11章集群和纵向数据
　11.1引言
　11.2示例：中风恢复
　11.3正态数据的重复测量模型
　11.4非正态数据的重复测量模型
　11.5多水平模型
　11.6中风示例续
　11.7评论
　11.8练习
第12章贝叶斯分析
　12.1频率理论和贝叶斯范式
　12.2先验信息
　12.3贝叶斯分析中的分布与层次
　12.4贝叶斯分析的winbugs软件操作
　12.5练习
第13章马尔可夫链蒙特卡罗方法
　13.1为什么标准推断失误了
　13.2蒙特卡罗积分
　13.3马尔可夫链
　13.4贝叶斯推断
　13.5链收敛性的诊断
　13.6贝叶斯模型的拟合：dic准则
　13.7练习
第14章贝叶斯分析示例
　14.1引言
　14.2二元变量和逻辑斯谛回归
　14.3名义逻辑斯谛回归
　14.4潜变量模型
　14.5生存分析
　14.6随机效应
　14.7纵向数据分析
　14.8winbugs的一些实用技巧
　14.9练习
附录
软件
参考文献
索引