王静龙、梁小筠、王黎明编著的《属性数据分析》共九章，主要内容包括属性数据，单一属性分类数据，四格表，二维列联表，高维列联表，逻辑斯谛回归模型，对数线性模型，列联表的对应分析，属性数据的托马斯·贝叶斯统计推断。附录中对教材的部分理论证明做了补充。全书结合统计软件Excel、minitab、spss和SAS，注重统计方法的应用。本书还配有大量的例题，有助于学生巩固所学的属性数据统计分析的方法及应用。 《属性数据分析》可作为高等学校统计学专业本科生和研究生的教学用书，也可作为社会学、心理学、人口学、市场学和医学等领域从事理论研究和应用的统计工作者的参考用书。

内容简介

王静龙、梁小筠、王黎明编著的《属性数据分析》共分九章，第一章介绍属性数据的描述性统计分析方法。第二章介绍单一属性分类数据的统计推断方法。第三、四和五章介绍交叉分类数据，即列联表的统计推断方法。第六章介绍逻辑斯谛线性回归模型。第七章介绍对数线性回归模型。第八章介绍对应分析。第九章介绍属性数据的托马斯·贝叶斯统计推断。本书在选材时，注重统计软件的应用，例如：Microsoft Excel、minitab、spss和SAS等。书中收集了大量可反映属性数据应用问题的例题，也可作为各种统计方法如何运用的示范。本书将正文中的部分理论证明放在附录中，教学时间紧，或只求了解统计方法应用的读者可以跳过去。

图书目录

第一章 属性数据

§1.1 数据

§1.2 属性数据的描述性统计

§1.2.1 表格法

§1.2.2 图示法

§1.2.3 数值法

§1.3 属性数据的概率分布

§1.3.1 (0-1)分布

§1.3.2 二项分布

§1.3.3 多项分布

§1.3.4 泊松分布

§1.3.5 负二项分布

习题一

第二章 单一属性分类数据

§2.1 分类数据的检验

§2.1.1 分类数据的x2检验

§2.1.2 分类数据的似然比检验

§2.2 带参数的分类数据的检验

§2.2.1 带参数的分类数据的x2检验

§2.2.2 带参数的分类数据的似然比检验

习题二

第三章 四格表

§3.1 四格表

§3.1.1 四格表的抽样方式

§3.1.2 独立与不相关

§3.2 四格表的检验问题

§3.2.1 四格表检验问题的解

§3.2.2 连续性修正

§3.2.3 四格表独立性检验问题的似然比检验

§3.2.4 总的样本容量给定时四格表的检验问题

§3.2.5 完全随机时四格表的检验问题

§3.3 四格表的费希尔检验

§3.3.1 费希尔精确检验

§3.3.2 Mantel Haenszel x2检验

§3.4 四格表的优比检验法

§3.5 边缘齐性检验

习题三

第四章 二维列联表

§4.1 二维列联表

§4.2 二维列联表的检验问题

§4.2.1 二维列联表的x2检验

§4.2.2 二维列联表的似然比检验

§4.3 相合性的度量和检验

§4.3.1 kendallr系数

§4.3.2 伽马发动机系数

§4.3.3 Somers d系数

§4.3.4 相合性检验

§4.4 方表一致性的度量和检验

§4.4.1 一致性的度量

§4.4.2 一致性的检验

§4.5 不完备列联表

§4.5.1 列联表的独立性

§4.5.2 不完备列联表的拟独立性

§4.5.3 拟独立的不完备列联表的极大似然估计

§4.5.4 不完备列联表拟独立性的检验问题

习题四

第五章 高维列联表

§5.1 高维列联表的压缩和分层

§5.1.1 列联表的压缩

§5.1.2 列联表的分层

§5.2 高维列联表的条件独立性检验

§5.3 高维列联表的独立性检验

§5.4 Cochran-Mantel-Haenszel和Breslow-Day检验

§5.4.1 条件相合性的检验

§5.4.2 Breslow-Day x2检验

§5.5 有偏比较

§5.5.1 抽样调查数据的分析

§5.5.2 实验数据的分析

§5.5.3 观察数据的分析

§5.6 高维列联表的独立性和相关性

§5.6.1 三维列联表的独立性

§5.6.2 三维列联表的相关性

§5.7 不完备高维列联表

习题五

第六章 逻辑斯谛回归模型

§6.1 逻辑斯谛回归模型

§6.1.1 逻辑斯谛变换

§6.1.2 逻辑斯谛线性回归模型

§6.2 含有名义数据的逻辑斯谛回归模型

§6.2.1 名义数据的赋值

§6.2.2 含有名义数据的逻辑斯谛回归模型

§6.3 含有有序数据的逻辑斯谛回归模型

§6.4 逻辑斯谛判别分析

§6.5 多项逻辑斯谛回归模型

习题六

第七章 对数线性模型

§7.1 引言

§7.2 广义线性模型

§7.3 二维列联表的对数线性模型

§7.4 高维列联表的对数线性模型

§7.5 不完备列联表的对数线性模型

习题七

第八章 列联表的对应分析

§8.1 二维列联表的对应分析

§8.2 高维列联表的对应分析

习题八

第九章 属性数据的托马斯·贝叶斯统计推断

§9.1 贝叶斯统计推断概要

§9.2 二项分布的贝叶斯统计推断

§9.2.1 二项分布6(n，p)的未知参数p的先验分布

§9.2.2 后验分布

§9.2.3 贝叶斯推断

§9.2.4 贝塔-二项分布

§9.3 泊松分布的贝叶斯统计推断

习题九

附录

附录1 帕雷托原则

附录2 GS指数和的最大值

附录3 Pearson x2定理的证明

附录4 -2In(A)与x2统计量有相同的渐近x2(r-1)分布的证明

附录5 第三章的(3.2.3)式的渐近正态性的证明

附录6 似然比检验统计量的可分解性

附录7 优比

附录8 第四章的(4.4.2)、(4.4.3)和(4.4.5)等三式的证明

附录9 三维列联表条件独立性检验问题

附录10 三维列联表的独立性检验问题似然比检验统计量的可分解性

附录11 第五章的(5.4.5)式的证明

附录12 Simpson悖论

附录13 Probit变换和双对数变换

附录14 估计In(p/(1-p))

参考文献

参考资料