编辑推荐

　　本书是保罗?D.埃里森教授时隔三十年对原著《事件史分析：纵贯数据的回归》的修订再版。三十年间，事件史和生存分析有了长足发展，立足于此，埃里森教授对原书进行了数据更新以及结构调整，在新的结构下，阐述了很多种生存分析的方法，并结合生物化学家教授升迁、累犯再次被捕两个例子的数据，循序渐进地介绍了离散时间方法、Cox回归模型等事件史和生存分析必不可少的研究手段，以及如何去研究包含多重事件的竞争性事件以及多次发生的事件等复杂情况。第一版就有一批忠实的读者，我们相信本书的第二版对新一代希望将生存分析应用到他们研究之中的社会科学家们有所裨益。

内容简介

　　本书通过严谨的统计语言和生动的例子，详实而系统地介绍了处理事件史数据的方法。作者特别关注了回归方法，即事件的发生依赖于一个或多个解释变量。他解释了构成事件史分析基础的统计模型，介绍了在实际分析中如何进行操作，包括数据管理、成本和一些有用的计算机软件。对于希望了解事件史数据处理方法的读者而言，本书不失为一本全面扼要的手册。

　　主要特点：

　　系统严谨，直观扼要

　　本书作者长期从事事件史分析的创新和应用分析，提供了极具实践指导意义的方法指引

　　事件史数据是社会科学极为重要的数据类别，本书涵盖了事件史分析的主要方法

作者简介

　　保罗?D.埃里森博士是宾夕法尼亚大学的社会学教授。他在那里教授研究生的方法和统计课程。他也是Statistical Horizons LLC的创办人和主席，该机构提供了一系列关于。这一机构提供了关于广泛的统计话题的短期课程。

　　从威斯康辛大学获得社会学博士学位之后，埃里森在芝加哥大学和宾夕法尼亚大学从事统计学博士后的研究。他已经出版了八本书并发表了出版发表了八本书和超过60篇文章，涵盖的话题包括了线性回归、对数线性分析、logistic回归、结构方程模型、不平等测量、缺失数据以及生存分析。

　　他的大部分早期研究关注的是学者的职业轨迹。目前他的主要研究是分析纵观数据的方法，尤其是那些决定事件发生原因和结果的数据，以及处理缺失数据的方法。

　　作为Guggenheim Fellow，埃里森因为对社会学方法论的杰出贡献获得了2001 Lazarsfield Award。在2010年，他获选为美国统计学会会员。他也因为在继续教育上的贡献而两次获得了美国统计学会的奖项。

精彩书评

目录

序

第二版前言

第1章导言

第1节事件史分析的难题

第2节事件史方法综述

第3节计算

第2章离散时间方法

第1节一个离散时间的例子

第2节离散时间机会

第3节logistic回归模型

第4节模型估计

第5节生物化学例子的估计值

第6节似然比卡方检验

第7节离散时间的logistic方法存在的问题

第8节删截

第9节离散时间vs.连续时间

第3章连续时间数据的参数法

第1节连续时间的机会

第2节参数比例机会模型

第3节极大似然估计

第4节一个实际案例

第5节加速失效时间模型

第6节评估模型拟合度

第7节异质性的隐性来源

第8节为什么选择参数模型？

第4章Cox回归

第1节比例机会模型

第2节部分似然

第3节部分似然应用于累犯数据

第4节时变解释变量

第5节应用包含时变解释变量的模型

第6节检验和放松比例机会假设

第7节时间尺度原点的选择

第8节离散时间数据的Cox回归

第9节基于Cox模型的预测

第5章多种类事件

第1节多种类事件的分类

第2节平行过程的估计

第3节竞争性风险模型

第4节竞争性风险的实例

第5节不同种类事件间的依赖

第6节累计发生函数

第6章重复事件

第1节重复事件的计数分析

第2节基于间隔时间的方法

第3节基于起点时间的方法

第4节扩展

第7章结论

附录

参考文献

译名对照表

前言/序言

　　社会科学家感兴趣的许多现象关心的是事件的时间性：生命期望、在失业之后重新找工作所需要的时间、以离婚结束的婚姻时长、累犯的间隔时间，等等。几乎所有关于事件时间的数据的一个关键特征是删截（censoring）：例如，在一个关于累犯的研究中，研究者想记录犯人从监狱里被释放出来的一年内再次被捕的情况。尽管某些人最后有可能在接下来直到研究结束的时期内再次被捕，但也有一些初犯在这一时间段里并没有再次被捕。
　　研究此类事件发生时间的方法在许多学科领域都有进展，包括社会学中的事件史分析、工程领域的失效分析以及更广泛意义上的生物统计领域的生存分析。这些术语反映了不同学科的关注，但它们在本质上是相通的。一旦认识到它们基本的研究单位，我们便发现了研究事件时间性的共同方法。而这一方法就是本书的主题。
　　有很多术语可以去称呼它，生存分析是在社会科学领域里使用最广泛的。在保罗?埃里森第二版重新命名的关于生存分析的小册子中，他向我们展示了一个关于这一主题涵盖甚广的介绍，同时将文笔集中在生存回归模型上，这一模型将事件发生时间和解释变量联系到了一起。生存回归模型——更深入地说，Cox比例风险模型——已经被应用于从生存数据得出因果推断的研究之中，这在社会科学中变得更为普遍，同时也应用到了对基于特殊设计的预测研究之中，例如对信用卡拖欠的研究中。
　　尽管埃里森教授阐述了很多种生存分析的方法，而且其中的一些方法本身还很复杂，但他对生存分析的解释是清楚明了与通俗易懂相结合的典范。本书的突出之处在于它讨论了离散时间数据的方法，这在以往的讨论中往往被忽略；并且，它不仅关注单次独特事件（典型的例子如死亡），而且也关注了多重事件（包括“竞争性”事件，例如婚姻终结是由离婚或者死亡所导致），以及多次发生事件（例如失业的重复发生）。
　　埃里森教授这本书的第一版有一大批忠实的读者。我相信本书的第二版将同样会对新一代把生存分析应用到他们研究之中的社会科学家们有所裨益。

　　约翰?福克斯

此用户未填写评价内容

这是读者推荐采购的

这是读者推荐采购的

此用户未填写评价内容

学习定量的话，需要保存这套书！！！！！

学习定量的话，需要保存这套书！！！！！

非常喜欢 非常喜欢 非常喜欢

做科研需要用

还不错 可以考虑再次购买