主要2019年Spring 离散响应,时间序列和面板数据的统计方法(W271) 这是W271的主要开发资料库,所有课程资料将通过该资料库散布。 学生将通过GitHub Classroom创建自己的分支以提交作业。 课程大纲 该课程分为三个部分,涵盖了一系列用于对离散响应,时间序列和面板数据进行建模的基础统计模型。 第1部分(第1-5周):离散响应建模(DRM) 伯努利,二项式,多项式和泊松概率分布 最大似然估计 轮廓似然比检验 推断事件的可能性以及使用Wald,Wilson,Agresti-Coull和Clopper-Pearson置信区间 赔率,相对风险和奇数比率 二元逻辑回归模型 多项逻辑回归模型 泊松回归模型 回归参数的假设检验 事件的对数奇数及其与二进制逻辑回归模型的关系 二元逻辑回归模型中事件的概率 可变(非线性)变换和相互作用 列联表和相关的推理过程 测试独立性 型号规格