在非實驗社會科學研究中,回歸分析是最常用的方法。在數據收集和錄入以後,研究者無一例外地開始嘗試回歸模型,對其定義的等式使用最小二乘法(OLS)進行估計。但OLS這一強大的工具卻並不總是正確的。其一便是某類特殊形式的數據可能導致OLS估計量的偏誤。理查德·布林教授在本書中討論的數據形式包括刪截數據、選擇性樣本數據以及截斷數據。
理查德·布林,牛津大學社會學教授,研究領域為社會不平等、社會分層、定量研究方法等。
-
數學之美(第三版)
$360 -
大學數學(線性代數與概率統計)
$216 -
數學的力量
$407 -
應用時間序列分析(第二版)
$318 -
數學基本問題的MATLAB解法
$594 -
數學與生活.2:要領與方法
$256 -
博弈論的詭計:日常生活中的博弈策略
$256 -
數學建模
$167 -
離散數學及其應用(英文精編版·原書第8版)
$469 -
微積分入門(修訂版)
$517 -
漸近統計(英文)
$673 -
概率論與數理統計
$188 -
走向IMO:數學奧林匹克試題集錦(2019)
$193 -
數學與生活.3:無窮與連續
$240 -
微積分(1-2)
$673 -
實用邏輯斯諦回歸方法
$151 -
咖啡時間聊數學
$252 -
微積分之高分突破
$256 -
線性代數及其應用
$198 -
線性代數(第2版)
$167

