广义线性模型导论（英文导读版 原书第3版）

3.2　指数分布族46
3.3　指数分布族的性质48
3.4　广义线性模型51
3.5　示例52
3.6　练习55

第4章　估计59
4.1　引言59
4.2　示例：压力容器的损坏时间59
4.3　极大似然估计64
4.4　泊松回归示例66
4.5　练习69

第5章　推断73
5.1　引言73
5.2　得分统计量的抽样分布74
5.3　泰勒级数近似76
5.4　极大似然估计的抽样分布77
5.5　对数似然比统计量79
5.6　偏差的抽样分布80
5.7　假设检验85
5.8　练习87

第6章　一般线性模型89
6.1　引言89
6.2　基本观点89
6.3　多元线性回归95
6.4　方差分析102
6.5　协方差分析114
6.6　一般线性模型117
6.7　练习118

第7章　二元变量和逻辑斯谛回归123
7.1　概率分布123
7.2　广义线性模型124
7.3　药剂反应模型124
7.4　广义逻辑斯谛回归模型131
7.5　拟合优度统计量135
7.6　残差138
7.7　其他的诊断方法139
7.8　示例：衰老和韦氏智力测验140
7.9　练习143

第8章　名义和有序逻辑斯谛回归149
8.1　引言149
8.2　多项分布149
8.3　名义逻辑斯谛回归151
8.4　有序逻辑斯谛回归157
8.5　总体讨论162
8.6　练习163

第9章　泊松回归和对数线性模型165
9.1　引言165
9.2　泊松回归166
9.3　列联表示例171
9.4　列联表概率模型175
9.5　对数线性模型177
9.6　对数线性模型推断178
9.7　算例179
9.8　评论183
9.9　练习183
第10章 生存分析187
10.1 引言187
10.2 生存函数和危险函数189
10.3 经验生存函数193
10.4 估计195
10.5 推断198
10.6 模型检验199
10.7 示例：缓解次数201
10.8 练习202

第11章 集群和纵向数据207
11.1 引言207
11.2 示例：中风恢复209
11.3 正态数据的重复测量模型213
11.4 非正态数据的重复测量模型218
11.5 多水平模型219
11.6 中风示例续222
11.7 评论224
11.8 练习225

第12章 贝叶斯分析229
12.1 频率理论和贝叶斯范式229
12.2 先验信息233
12.3 贝叶斯分析中的分布与层次238
12.4 贝叶斯分析的WinBUGS软件操作238
12.5 练习241

第13章 马尔可夫链蒙特卡罗方法243
13.1 为什么标准推断失误了243
13.2 蒙特卡罗积分243
13.3 马尔可夫链245
13.4 贝叶斯推断255
13.5 链收敛性的诊断256
13.6贝叶斯模型的拟合：DIC准则260
13.7 练习262

第14章 贝叶斯分析示例267
14.1 引言267
14.2 二元变量和逻辑斯谛回归267
14.3 名义逻辑斯谛回归271
14.4 潜变量模型272
14.5 生存分析275
14.6 随机效应277
14.7 纵向数据分析279
14.8 WinBUGS的一些实用技巧286
14.9 练习288

附录291
软件293
参考文献295
索引303