新書推薦：
《
大腦不邏輯：魔神仔、夢遊殺人、外星人綁架……大腦出了什麼錯.
》
售價：HK$
124.7
《
意猶未盡的黃金時代——追憶二十世紀初西方文明的盛夏
》
售價：HK$
112.8
《
親愛的女生 ２：關係是一場現形記，不論好與不好，都將讓妳看見自己
》
售價：HK$
95.0
《
業務之神的態度2：被拒絕當下的心態，決定是否是Top Sale！
》
售價：HK$
89.1
《
我係社工，搵人輔導下我唔該
》
售價：HK$
115.8
《
用立體模型深入理解美術解剖學
》
售價：HK$
193.0
《
古典人體動態解剖學：描繪人體動態的藝用指南
》
售價：HK$
193.0
《
發現東亞：現代東亞如何成形.全球視野下的關鍵大歷史
》
售價：HK$
115.8
|
| 內容簡介： |
本書特色：
本書架構循序漸進，有步驟地說明有限混合模型FMM的原理和應用實例分析。
STaTa提供十七種有限混合模型FFM的估計法，功能十分龐大，您不能不知！
本書內容融合理論、方法及統計，每章節均輔以實例示範，學習效率提升。
適用於教育學、心理學、社會科學、生產管理、經濟、風險管理、人資管理、航運管理、財務金融、會計、公共衛生、工業工程等學術領域。
隨書附贈資料檔光碟。
有限混合模型FMM為一種混合分布的機率模型，其假定原始實測資料係自眾多但有限的未知分布得來，而FMM模型的EM演算法可自行分類，以減少模型因存在不同異質體而導致偏誤的結果。其框架提供了一個方便且靈活的方法來模擬複雜的異質資料庫。坊間常見的四十一種軟體，例如：SAS、R和SPSS等大型資料庫之檔案格式，都可轉至STaTa進行分析，STaTa亦提供十七種有限混合模型FFM的估計法，功能十分龐大、實用。有限混合模型FMM早期應用在天文學、生物學、經濟學、工程學、市場行銷、醫學，現已流行於教育學、心理學、社會科學、人資管理、生產管理、航運管理、財務金融、會計等專業領域。
本書章節內容包含線性迴歸、次序迴歸、Logistic迴歸、多項Logistic迴歸、count迴歸、零膨脹迴歸、參數型存活迴歸、2SLS線性迴歸、order迴歸、Beta迴歸…等理論與實證研究，隨書附贈光碟資料檔，讓研究者在詳閱本書後，在進行此類研究方法的分析實作時，能得心應手並獲得最佳的研究成果。
|
| 關於作者： |
張紹勳
學歷：國立政治大學資訊管理博士
現任：國立彰化師大專任教授
經歷：致理技術專任副教授
|
| 目錄：
|
自序
Chapter01地表最強的統計軟體STaTa
1-1STaTa如何讀入各種資料格式
1-1-1 SPSS資料檔*.sav轉成STaTa格式
1-1-2 SAS格式轉成STaTa
1-1-3 R軟體之格式轉成STaTa
1-2STaTa是地表最強大的統計軟體
1-2-1 有限混合模型finitemixturesmodels,FMM:EMalgorithm指令
1-2-2 單層次：連續vs.類別依變數迴歸之種類
1-2-3 STaTa多層次混合模型的迴歸種類
1-2-4 STaTapanel-data迴歸的種類
1-2-5 STaTa流行病epidemiologists之選擇表對應的指令
1-2-6 STaTa存活分析的選擇表之對應指令
1-2-7 STaTa縱貫面—時間序列之選擇表
1-2-8 依變數binaryoutcome之STaTa選擇表
1-3評比敵對模型，適配指標有八種
Chapter02有限混合模型finitemixturesmodels,FMM配搭十七種指令
2-1有限混合模型finitemixturesmodels,FMM
2-1-1 高斯混合模型Gaussianmixturemodel，簡稱GMM
2-1-2 單一高斯機率密度函數的參數估測法
2-1-3 有限混合模型之對應指令
2-1-4a 有限混合模型之應用領域
2-1-4b 有限混合模型之研究議題
2-2Gaussian混合模型GMM使用expectationmaximizationEM技術
2-2-1 高斯混合模型與最大期望EM演算法
2-2-2 EMalgorithm範例解說
2-3高斯Gaussian混合模型應用在圖形辨識
2-3-1 K-Means分類classifier法，如何演變成EMalgorithm呢？
2-3-2 EM-GMM建立的流程
2-3-3 期望值最大演算法expectationmaximization,EM之解說
2-3-4 EMalgorithm如何找出高斯混合模型GMM潛在類別之解說？
2-3-5 混合模型、潛在類別class和EM演算法mixturemodel,latentclassandEMalgorithm
2-4 最大概似MLvs.期望值最大EM演算法
2-4-1a 最大概似ML≠概似比LR
2-4-1b EM與ML的關係解說
2-4-2a EM演算法是使訓練數據的對數概似函數最大化重點解說
2-4-2b 聚類clusteringEMalgorithm：簡單版
2-4-2c EM演算法的推導derivationofEMalgorithm
2-5EM演算法的工科論文
2-5-1 EM演算法的範例：圖形模式分類patternclassification
2-5-2 EM演算法的論文：圖像分割imagesegmentation
Chapter03高斯混合模型fmm:regression指令、異質線性迴歸
3-1機率密度函數probabilitydensityfunction常見有十種
3-2單一常態高斯分布之迴歸分析
3-3單一分布之線性迴歸概念
3-3-1a 單層次固定效果：最小平方法OLS重點整理regress指令
3-3-1b 單層次固定效果：最小平方法OLS七個假定的診斷及補救法
3-3-2 最小平方法OLSvs.概似法
3-3-3 單一分布之各類型迴歸
3-3-4 TypeI誤差α、TypeII誤差β、檢定力：ROC圖的切斷點
3-4雙高斯混合模型之解說
3-4-1 EM演算法如何求解高斯混合模型？
3-4-2 混合模型有十七種：STaTa指令語法
3-4-3a 雙高斯混合模型：重點回顧
3-4-3b EM演算法是使訓練數據的對數概似函數最大化：簡單版
3-4-3c 雙高斯混合模型fmm2:regress指令：婦女全薪wagefull
3-4-4 參高斯混合模型fmm3:regress指令：Ln醫療花費
Chapter04有限混合模型：線性迴歸fmm:開頭指令
4-1內生共變數之線性迴歸2SLSivregression指令
4-2工具變數及兩階段最小平方法2SLSivregression指令
4-2-1 進行OLS統計分析時應注意之事項
4-2-2 工具變數IV之重點整理
4-2-3 隨機解釋變數Xrandomregressor與工具變數Zinstrumentalvariable
4-2-4a 單一工具變數及單一內生變數：內生性檢定
4-2-4b 兩階段最小平方法迴歸：Wu-Hausman內生性檢定estatendogenous指令
4-2-5 為何需要多個工具變數？
4-2-6 工具變數instrumentalvariables在教育應用.
4-2-7 兩階段迴歸vs.最小平方法迴歸之練習題
4-3橫斷面panel：如何偵測需要工具變數呢？
4-3-1 為何「教育水準」需要多個工具變數Z呢？
4-3-2 橫斷面Hausman檢定：OLSvs.2SLS誰優？hausman指令
4-3-3 Panel-dataHausman-Taylor法：需工具變數嗎？xthtaylor
4-4內生共變數之混合模型2SLSfmm:ivregression指令
4-4-1 2SLS混合模型
4-4-2 內生共變數之線性迴歸混合模型2SLSfmm:ivregression指令：房租之影響因素
Chapter05有限混合模型：logistic迴歸fmm:開頭指令
5-1logistic迴歸之概念
5-1-1 logistic迴歸假定、迴歸式解說
5-1-2 STaTa之單一binaryregression選擇表之對應指令
5-2單一邏輯斯迴歸的入門
5-2-1a 單模型之logistic迴歸分析：年齡與罹患冠心病CHD關係
5-2-1b 單一logistic迴歸之再練習：年齡與罹患冠心病CHD關係
5-3對數常態log-normal分布、對數logisticlog-log分布
5-3-1 對數常態log-normal分布：偏態分布
5-3-2 對數邏輯斯分布log-logistic：偏態分布
5-4雙邏輯斯混合模型fmm2:logit指令：電子支付之因素
5-5雙機率混合模型fmm2:probit指令：電子支付之因素
5-5-1 線性機率迴歸模型probitregressionvs.logistic模型
5-5-2 雙機率迴歸分析：電子支付影響因素
5-6雙complementarylog-logistic模型fmm2:cloglog指令：電子支付之因素
5-6-1 對數-邏輯斯模型complementarylog-logisticmodel
5-6-2 雙「對數-邏輯斯」模型complementarylog-logmodel：電子支付
Chapter06有限混合模型：多項Logit迴歸「fmm:」開頭mlogit等指令
6-1離散選擇模型asmprobit、mlogit、fmlogit、bayes:mlogit、mprobit、clogit、asclogit、ologit、logit、xtologit、zip等指令
6-1-1 離散選擇模型DCM概念
6-1-2 離散選擇模型DCM之數學式：以住宅選擇為例
6-2單分布之多項邏輯斯模型multinominallogitmodel,MNL
6-3Multinomiallogit迴歸分析：職業選擇種類mlogit指令
6-4多項邏輯斯迴歸分析：乳房攝影mammo-graph選擇的因素mlogit指令
6-5多項機率迴歸分析multinomialprobitregression：三種保險的選擇mprobit指令
6-6多項式邏輯斯迴歸
6-6-1 個人化的行為預測和市場區隔的行為預測何者較有效度
6-6-2 品牌選擇行為模型：隨機效用模型vs.混合分群之多項式邏輯斯迴歸模型
6-7雙多項Logit迴歸fmm:mlogit指令：汽車品牌選擇
6-7-1 雙多項邏輯斯混合模型fmm:mlogit指令：三種汽車品牌選擇
Chapter07有限混合模型：Ordinaloutcomes迴歸fmm:開頭ologit、oprobit指令
7-1離散選擇模型asmprobit、mlogit、fmlogit、bayes:mlogit、mprobit、clogit、asclogit、ologit、logit、xtologit、zip等指令
7-2OrderedLogit及OrderedProbit模型之概念
7-3OrderedLogit及OrderedProbit迴歸分析：影響親子親密關係的因素reg、listcoef、prgen、ologit、logit
7-4OrderedLogit迴歸分析：Copenhagen的住房條件ologit、lrtest、graphbar、oprobit指令
7-5雙Orderedlogistic混合迴歸fmm:ologit指令：健康等級之因素
7-6雙Orderedprobit混合模型fmm:oprobit指令：健康等級之因素
7-6-1 Orderedprobitregression混合模型之指令.
7-6-2 Orderedprobitregression混合模型：健康等級之因素
Chapter08有限混合模型：計次count迴歸fmm:開頭指令
8-1單分布Count依變數：零膨脹Poisson迴歸vs.negativebinomial迴歸
8-1-1 Poisson分布
8-1-2 負二項negativebinomial分布
8-1-3 零膨脹Zero-inflatedPoisson分布
8-2單分布Count依變數：零膨脹Poisson迴歸vs.負二項迴歸zip、nbreg、prgen指令
8-3單Zero-inflatedorderedprobitregression練習：釣魚zip指令
8-4單零膨脹Orderedprobit迴歸分析：抽菸嚴重度zioprobit指令
8-5雙負二項混合模型fmm:nbreg指令：精神科患者隨訪次數
8-6雙Poisson混合模型分析fmm:poisson指令：醫生問診次數
8-7雙零膨脹Poisson之混合模型fmm:pointmass指令：釣魚數量
Chapter09設限censored混合模型、截斷truncated混合模型fmm:tobit、fmm:tpoisson、fmm:intreg指令
9-1單區間設限interval-censoring迴歸tobit指令：學習成就的因素
9-2雙tobitregression模型fmm:tobit指令：大學生GPA分數
9-3雙區間interval迴歸模型fmm:intreg指令：婦女工資類別的上下限
9-4單截斷truncated迴歸分析truncreg指令：學習成就的因素
9-5雙truncated線性迴歸模型fmm:truncreg指令：妻子工作時數
9-6雙TruncatedPoisson迴歸fmm:tpoisson指令：買步鞋數量
Chapter10Cox存活分析vs.雙存活迴歸模型fmm:streg指令
10-1Cox存活分析：臨床研究最重要統計法
10-2存活分析survivalanalysis介紹
10-2-1 存活分析之定義
10-2-2 為何存活分析是臨床研究最重要的統計法？
10-2-3 存活分析之三種研究目標
10-2-4 存活分析之研究議題
10-2-5 設限資料censoreddata
10-2-6 存活時間T之機率函數
10-2-7 Cox存活分析vs.Logit模型Probit模型的差異
10-3存活分析範例：除草有助幼苗存活率嗎？
10-3-1 生命表lifetable
10-3-2 存活分析範例[依序estatphtest、stsgraph、ltable或stslist、stci、stmh、stcox指令]
10-4Cox比例危險模型proportionalhazardsmodelstcox指令
10-4-1 ft機率密度函數、St存活函數、ht危險函數、Ht累積危險函數
10-4-2 Cox比例危險模型之迴歸式解說
10-4-3 危險函數的估計hazardfunction
10-4-4 Cox比例危險模型之適配度檢定
10-4-5 Cox模型之相對風險relativerisk,RR
10-5Logit模型、Cox迴歸、Probit模型的概念比較
10-6存活分析之有限混合模型fmm:streg指令：手術傷口治癒模型
Chapter11有限混合模型：Beta迴歸fmm:betareg等指令
11-1Beta分布Betadistribution
11-1-1 Beta分布之概念
11-1-2 Beta分布的特性
11-2雙Beta迴歸分析fmm:betareg指令：就讀學校合格率之因素
Chapter12有限混合模型：GLM迴歸fmm:glm等指令
12-1廣義線型模型generalizedlinearregressionmodels
12-1-1 廣義線性迴歸之概念
12-1-2 指數分布族、廣義線性模型之建模
12-2參對數常態混合模型[fmm3:regress、fmm3：glm,familylognormal指令]：郵票厚度為例
參考文獻
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
