具体描述
这本使用指南旨在教授非统计学者如何使用多重图分析和解释对数线性模型。
本书可以帮助那些研究分类数据的学生在不依靠繁琐的计算和统计软件的情况下，分析并解释最为复杂的对数线性模型。考虑到学生可能对分类变量的模型有一些了解，但对图形方法也许较为陌生，作者在回顾对数线性模型的基础上，对关联图进行了解释并对多重图进行了介绍。作者从实用的角度，由浅入深，一步步展示了这一方法，并着重阐释了该方法在列联表中的应用和对所得结果的解释。
作者简介
哈里·J.哈米斯（Harry J. Khamis），俄亥俄州代顿市莱特州立大学数学与统计学院及布恩邵夫特医学院联合任命的教授。从1993年开始他担任莱特州立大学统计咨询中心主任。自1980年以来，他一直任教于莱特州立大学，期间也曾在瑞典的乌普萨拉大学，于默奥大学及达拉那大学访问并担任教学、研究和咨询的相关职务。他的专业领域是统计方法，尤其是在分类响应模型，拟合检验以及Cox回归模型方面。
目录信息
第1章 介绍
第2章 关联结构
第1节 离散变量的统计独立
第2节 比值比：二向表
第3节 比值比：三维列表
第4节 模型拟合：三维表
第5节 多向表
第3章 对数线性模型回顾
第1节 二向列联表
第2节 三维列联表
第3节 三维表LLM之间的关系
第4节 LLM和列联表属性
第5节 多向表
第4章 对数线性模型的关联图
第1节 基本图论法则
第2节 三向表的关联图
第3节 多维表的关联图
第4节 可分解的LLM
第5节 总结
第5章 可压缩性条件和关联图
第1节 三维列联表的可压缩性
第2节 压缩性定理和关联图
第3节 结论
第6章 生成多重图
第1节 构建多重图
第2节 三维表格的多重图
第3节 多维表的多重图
第4节 最大生成树
第5节 可分解性
第6节 分解可分解LLM的联合概率
第7节 可分解LLMs的基本条件独立
第7章 不可分解对数线性模型的基本条件独立
第1节 边割集
第2节 不可分解LLM的FCI
第3节 使用多重图 的压缩条件
第4节 FCI：总结
第8章 结论及附加实例
第1节 关联图和多重图的比较
第2节 附加实例
第3节 最后要点
数据集
参考文献
译名对照表
· · · · · · (收起)
读后感
评分
评分
评分
评分
用户评价
用图模型（关联图和多重图，最大生成树）来解构对数线性模型。属格致方法-定量研究系列，第52册。
评分用图模型（关联图和多重图，最大生成树）来解构对数线性模型。属格致方法-定量研究系列，第52册。
评分用图模型（关联图和多重图，最大生成树）来解构对数线性模型。属格致方法-定量研究系列，第52册。
评分用图模型（关联图和多重图，最大生成树）来解构对数线性模型。属格致方法-定量研究系列，第52册。
评分用图模型（关联图和多重图，最大生成树）来解构对数线性模型。属格致方法-定量研究系列，第52册。
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美书屋 版权所有