《Logistic回归入门》的主要内容是介绍logistic回归分析，主要就是弄清楚为什么要执行logistic程序，以及改程序得出的结果代表的含义。第1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章涉及最大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。

序
前言
第1章  Logistic回归的逻辑
  第1节  对虚拟因变量进行回归
  第2节  把概率转换成Logistic
  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
  第1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
  第1节  最大似然估计
  第2节  对数似然函数
  第3节  估计
  第4节  用对数似然值来检测显著性
  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
  第1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  最大似然估计
  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