属性数据分析广泛应用于社会科学、行为科学、生物医学、公共卫生、市场营销、教育和农业科学等许多领域。本书的起点较低,仅仅要求读者具有基础统计课程的知识,包括参数估计、假设检验、回归分析模型及方差分析模型。全书分为十一章,分别介绍了与属性数据有关的统计学基础知识,列联表的相关知识,广义线性模型理论,logistic回归模型的理论、应用及其推广,对数线性模型,配对数据模型,聚簇关联响应的建模,广义线性混合模型以及属性数据分析方法的发展史。 本书内容详尽而不失精炼,整个体系力求完整而不失紧凑,语言深入浅出,通俗易懂。配备了大量经典案例,每章附有适量习题。这些习题编排精心,由浅入深,能够引导读者进一步凝练正文内容,锻炼解决实际问题的能力。本书约有100个实际案例,同时附有每种统计方法的SAS及SPSS的实现过
本书是一本讲解基础统计学的专业教材,两位作者均为纽约州立大学布鲁克波特学院教授,几十年来一直从事统计和实验设计的一线教学工作。很多学生都讨厌学习统计学,他们对与数学相关的课程感到无法胜任,只好死记公式,一知半解;而那些对统计学感兴趣的学生,由于教师很难把统计学原理讲解透彻,或者缺少适合的参考资料,而使这些同学徘徊在统计学的大门之外。 针对这种现状,两位教授编写了本教材。作者的语言平实准确,例子贴切丰富,而且把一些统计过程动态地展现出来,形象地揭示了统计学原理,使得本书既有深刻的内涵,又全然没有枯燥乏味的感觉,让人不得不佩服作者深厚的统计学功底和卓越的语言表达能力。本书自出版以来,获得师生的广泛好评。作者根据读者和教学的反馈,追踪统计的发展,对本书进行了多次修订,目前本书已