统计模型 - [美] David A. Freedman

统计模型

[美] David A. Freedman

出版时间

2010-08-31

ISBN

9787111309895

评分

★★★★★
书籍介绍

本书是一本优秀的统计模型教材,着重讲解线性模型的应用问题,包括广义最小二乘和两步最小二乘模型,以及二分变量的probit及logit模型的应用。还包括关于研究设计、二分变量回归及矩阵代数的背景知识。此外,本书附有大量的练习,并且其中多数练习题在书后都有答案,便于读者学习、巩固和提高。

本书适合作为统计专业高年级本科生和低年级研究生线性模型课程的教材,同时也适合作为相关领域研究人员的参考书。

David A. Freedman(1938-2008)

加州大学伯克利分校的统计学教授。他是杰出的数理统计学家,其研究范围包括鞅不等式分析、Markov过程、抽样、自助法等。他是美国科学院院士。在2003年,他获得了美国科学院授予的 John J.Carty 科学进步奖,以表彰他对统计理论和实践做出的贡献。

目录
译者序
引言
第2版序
前言
第1章 观测研究和实验

显示全部
用户评论
这本书比国内的教材好很多,里面习题集也是渐进式的
吃了顿饭回来,想了想,忘记什么是回归了,忘记了他介绍了几种统计模型,几种回归。只对矩阵这个工具在计算这些问题的时候的强大能力有着模糊而又模糊的印象。这本书挺薄的,容易看。
这本书是佛里曼的经典,由吴喜之教授翻译。佛里曼的这本书,再版多次,内容日益丰富。系统介绍了统计模型的构建过程,而且拥有非常详实的实例。利用统计模型建模时,往往会因为实际数据的各种问题而使得模型并不理想,有时候甚至用错模型,阅读本书,可以让你加深对于模型应用的认知和理解,理论性的东西有,但是深入浅出,非常好读的一本书。
涉及的知识点没有太多的统计推论,清晰明了,适于所讨论章节的入门
这本书对理论的讲解很到位
翻译得不好
开头还不错,但是到路径模型那边时候我就开始看不懂了。还是搞一本规范一点的回归分析书看看
容易入门,还要什么自行车
讲了一些常见错误批判,但都很浅,不如去看更技术化的书,而不是读这种泛泛而谈。当然作者本人的定位可能是写给社会科学应用者看的,但仍感觉并不系统和友好。另外没有想到吴喜之的翻译差到如此令人发指的地步。
硬撑到那么厚,真是差评
下载
收藏