斯蒂芬·菲恩伯格（Stephen E.Fienberg）。 交叉分类数据的分析。重印第二版（1980年）。 （英语） Zbl 1134.62035号 纽约州纽约市：施普林格出版社（ISBN 978-0-387-72824-7/pbk）。xiii，第198页。(2007). [用于审查21980年第二版参见Zbl 0499.62049号.]这是一本关于交叉分类分类数据分析的好书，尤其适合非统计读者。在社会和经济科学、生物学、卫生保健和医学等领域，分析交叉分类分类数据的需求迅速增长，更令人印象深刻的是，在商业和商业领域，例如金融和保险业，以及市场研究和在线行为分析领域。本书中讨论的对数线性模型和最大似然估计对于从业者掌握分类数据和进行合理分析非常有用。这本书由8章组成。第一章介绍了数据和变量的概念，分类数据和多元分析的分析形式，以及一个医学实例。第二章是二维表格的分析，包括独立性模型、对数线性模型和抽样模型。在第3章中，作者讨论了三维表格的一般对数线性模型、抽样模型和层次模型、估计的期望值及其迭代计算、模型的优缺点和示例。第4章讨论了一个或多个变量的模型和列联表的选择以及有序类别。对于从业者来说，在模型的优良性和简单性之间进行权衡是非常有用的。第5章讨论了对数线性模型和极大似然估计对四维和多维列联表的扩展，并举例说明了模型选择的划分和逐步选择过程。第6章探讨了对数线性模型在乘积多项式抽样和多项式抽样下的估计期望值。它显示了logit模型如何考虑解释变量对响应变量的影响，并将logistic回归与判别分析进行了比较。第七章是关于logit和loglinear模型的因果分析。它从路径图开始，介绍了logit模型的递归和非递归系统，并讨论了追溯数据和logistic模型及其属性。在第八章中，作者考虑了与实践中经常出现的不完全列联表相关的各种方法的一些有用应用，例如固定零点和样本零点。这是一本有用的书，我向实际和学术领域的数据分析师推荐它。审核人：甄美（多伦多） 引用于24文件 MSC公司： 62H17型 应急表 62-01 与统计有关的介绍性说明（教科书、辅导论文等） 关键词：逻辑回归;列联表;判别分析;最大似然估计;因果分析;菲特的鹅颈;七方形 引文：Zbl 0499.62049号 PDF格式BibTeX公司 XML格式引用 \textit｛S.E.Fienberg｝，交叉分类分类数据的分析。重印第二版（1980年）。纽约州纽约市：施普林格（2007；Zbl 1134.62035）