《Logistic回归入门》系格致方法·定量研究系列之一种。本书主要内容是介绍logistic回归分析，通过作者循序渐进的讲述，“用基本的语言和很简单的例子”来让读者弄清楚为什么要执行logistic程序，其背后的逻辑，以及改程序得出的结果代表的含义。靠前章简要介绍了用线性回归分析二分因变量所带来的问题，并提供了一个非技术的解释，然后介绍了logit转换。第2章介绍了logistic回归系数的解释。第3章涉及优选似然估计的含义以及logistic回归中模型的解释力。第4章回顾了probit分析。第5章简要介绍了logistic回归的原理如何应用于三个或者更多个名义因变量的分析。本书的附录提供了有关对数的介绍。

弗雷德·C.潘佩尔是科罗拉多大学社会学的教授，主要研究方向为人口特征的变迁以及第二次世界大战后高收入国家的年龄政策，对社会学方法有着丰富的研究经验。

序
前言
章 Logistic回归的逻辑
节 对虚拟因变量进行回归
第2节 把概率转换成logits
第3节 非线性的线性化
第4节 小结
第2章 解释logistic回归系数
节 比数的对数
第2节 比数
第3节 概率
第4节 显著性检验
第5节 标准化的系数
第6节 一个实例
第7节 小结
第3章 估计和模型匹配
节 优选似然估计
第2节 对数似然函数
第3节 估计
第4节 用对数似然值来检验显著性
第5节 模型评估
第6节 一个实例
第7节 小结
第4章 Probit分析
节 另一种将非线性线性化的方式
第2节 Probit分析
第3节 对系数的解释
第4节 优选似然估计
第5节 一个实例
第6节 小结
第5章 总结
附录
注释
参考文献
译名对照表