本书从一组简单的数据说起，介绍了阶层线性模型的原理与方法论，说明了什么场合要采用阶层线性模型以及忽略阶层线性模型时可能会遭遇的后果问题。本书对于想要学习阶层线性模型，以及想要利用阶层线性模型做量化研究的读者来说，是必备的工具书。 本书比较一般回归分析与阶层线性模型的差异；介绍阶层线性模型的原理与各种模型；对阶层线性模型所用的参数估计与检验方法做扼要的理论推导；简单介绍非连续变量因变量的分析；深入剖析纵贯面数据的成长曲线模式；翔实探讨当代有关阶层线性模型的重大议题；以实例对各种横断面阶层线性模型进行范例说明与结果报表的解读；系统整理和介绍HLM与SPSS软件有关阶层线性模型的操作接口、功能与绘图。

本书从一组简单的数据说起，介绍了阶层线性模型的原理与方法论，说明了什么场合要采用阶层线性模型以及忽略阶层线性模型时可能会遭遇的后果问题。本书对于想要学习阶层线性模型，以及想要利用阶层线性模型做量化研究的读者来说，是必备的工具书。 本书比较一般回归分析与阶层线性模型的差异；介绍阶层线性模型的原理与各种模型；对阶层线性模型所用的参数估计与检验方法做扼要的理论推导；简单介绍非连续变量因变量的分析；深入剖析纵贯面数据的成长曲线模式；翔实探讨当代有关阶层线性模型的重大议题；以实例对各种横断面阶层线性模型进行范例说明与结果报表的解读；系统整理和介绍HLM与SPSS软件有关阶层线性模型的操作接口、功能与绘图。

《广义线性模型》由四本介绍线性模型的小册子组成，它们分别是《广义线性模型导论》、《应用logistic回归分析》、《定序因变量的logistic回归模型》以及《logit与probit：次序模型和多类别模型》。《广义线性模型》集中介绍了社会学研究分析方法中的一个非常有效且重要的数据分析方法，即线性模型。作者通过阐释广义线性模型的概念、基本原则，探讨了从线性模型推广至其他模型的可能路径，并举例比较了不同模型的拟合优度，为读者全面掌握线性模型分析法提供了一个可行的指南。

内容提要 近来，理论免疫学迅速发展。在这一领域，主要的理论 工具是非线性模型.本书简单介绍了免疫的基本知识和有关 的非线性数学。本书对许多有趣的免疫学问题，例如独特型网 络调节、细胞免疫和体液免疫、免疫细胞受体库、免疫记忆、 免疫耐受以及免疫监视抗癌等均应用非线性数学模型进行了 讨论.

结构方程模型被誉为应用统计的第三次革命，在20世纪80年代以来席卷整个社会科学领域，是新一代学者必备的统计方法学知识。 本书提供了一套从概念原理，到操作技术，再到运用范例的整合性知识，并以作者多年研究实务与丰富教学经验，承袭过去著作风格，以简明流畅的文字，配合LISREL、AMOS、Mplus三种软件的介绍与运用，对结构方程模型的操作与解释提供了完整的说明。 对于想要认识结构方程模型，以及对测量、测验与统计领域有兴趣的研究者，或欲以量化研究为其论文写作内容的研究生而言，本书是必读的经典著作。

结构方程模型被誉为应用统计的第三次革命，在20世纪80年代以来席卷整个社会科学领域，是新一代学者必备的统计方法学知识。 本书提供了一套从概念原理，到操作技术，再到运用范例的整合性知识，并以作者多年研究实务与丰富教学经验，承袭过去著作风格，以简明流畅的文字，配合LISREL、AMOS、Mplus三种软件的介绍与运用，对结构方程模型的操作与解释提供了完整的说明。 对于想要认识结构方程模型，以及对测量、测验与统计领域有兴趣的研究者，或欲以量化研究为其论文写作内容的研究生而言，本书是必读的经典著作。

《广义线性模型导论（英文导读版 原书第3版）》首先介绍了广义线性模型的理论背景，其次着重分析特定类型的数据，其中包含：正态分布、泊松分布和二项分布；线性回归模型；经典的估计和模型拟合方法；以及统计推断的方法。在此基础上，作者又探究了线性回归、方差分（ANOVA）、逻辑斯谛回归、对数线性模型、生存分析、多水平建模、贝叶斯分析和马尔可夫链蒙特卡罗方法（MCMC）。书中为统计建模提供了一个紧密的框架，更强调数值和图像方法，并增加了Stata、R和WinBUGS软件的代码以及三个有关贝叶斯分析的章节。本书适合作为大学本科统计专业教材，或相关科研人员的参考书 《广义线性模型导论（英文导读版 原书第3版）》为英文版本，由中国人民大学一线任课老师在每章前辅助中文导读，书中理论模型结合统计软件，案例丰富。

分层线性模型是1990年代在国际统计学界迅速推广并得到广泛应用的新的统计分析技术，本书是这一分析方法的代表作。本书提供的技术细节适合大多数社会科学和行为科学研究人员的需要，包括足够多的实际操作建议和研究示范，并与HLM软件结合，是多层分析者的手册和用户指南。

您一直等待的修订版就在这里！由于充满丰富的研究示例，并对分层线性模型(HLM)理论与应用有透彻的解释，其第1版就广受欢迎，现在这本书的第2版又重新组织为四大部分，并且加入了全新的4章内容。前两个部分，即第一部分“原理”和第二部分“基本应用”，紧密对应着上一版中的9章，但是已经大量扩展了内容，技术解释更为清晰，比如： 对HLM模型中的基本估计和推断程序提供了一个直观的介绍性总结。 在第6章中新加了一节多元增长模型。 第7章增加了对研究综合或元分析应用的讨论。 对数据分析中层-1自变量定位方法的建议以及可信值区间与稳健标准误方面的新材料。 虽然第1版主要是讨论层-1结果变量为连续分布的情况，然而现在的第 2版的第三部分中又包括了一系列其他类型结果变量的分析，比如： 　　新的第10章介绍分层模型在结果变量为二分类变量、计数变量、序次变量以及多项分类变量条件...(展开全部)

您一直等待的修订版就在这里！由于充满丰富的研究示例，并对分层线性模型(HLM)理论与应用有透彻的解释，其第1版就广受欢迎，现在这本书的第2版又重新组织为四大部分，并且加入了全新的4章内容。前两个部分，即第一部分“原理”和第二部分“基本应用”，紧密对应着上一版中的9章，但是已经大量扩展了内容，技术解释更为清晰，比如： 对HLM模型中的基本估计和推断程序提供了一个直观的介绍性总结。 在第6章中新加了一节多元增长模型。 第7章增加了对研究综合或元分析应用的讨论。 对数据分析中层-1自变量定位方法的建议以及可信值区间与稳健标准误方面的新材料。 虽然第1版主要是讨论层-1结果变量为连续分布的情况，然而现在的第 2版的第三部分中又包括了一系列其他类型结果变量的分析，比如： 　　新的第10章介绍分层模型在结果变量为二分类变量、计数变量、序次变量以及多项分类变量条件...(展开全部)