固定效应模型和随机效应模型是社会科学研究中的常用模型。在社会科学研究者在使用回归模型进行分析时，有可能存在这样一种情况，即每个案例在不同时点上的残差都存在一定的相关和相互依赖，这通常是因为不同案例在某些未被观察到的特征上存在差异，这就违背了误差项相互独立的假设，而固定效应模型和随机效应模型都是用来解决残差相关的问题。二者均可用在从非实验数据中进行有效的效果推论中。但固定效应模型更适合被用来控制那些无法被测量的变量。本书介绍了固定效应模型的基本原理、Logistic回归方法，并对计数变量的固定效应模型和事件史数据的固定效应模型进行了介绍。在本书的*后，作者介绍了固定效应结构方程模型，并以将相关软件的应用指令列举在附录中。

本书详细描述了一些被称为固定效应模型的回归模型，这些模型使得社会科学研究者有可能对统计学领域和社会科学领域那些没有或无法被测量的变量进行控制，这些方法经常被用于随机化的试验中，以提高效率而非减少偏误，采用固定效应模型，可能产生理想的低标准误。是社会科学研究者进行固定效应分析的理想的参考书。

保罗 D. 阿利森(Paul D. ALLISON) 美国宾州大学社会学教授。于1976年由威斯康辛大学获得博士学位，之后在芝加哥大学及宾州大学作统计学的博士后研究。关于社会科学中的统计方法，他已出版5本书及超过25篇文章。这些作品处理广泛多样的方法，包含线性回归、对数线性分析、logit分析、probit分析、测量误差、不平等测量、缺失数据、Markov processes及事件史分析。

第1章 导言

第2章 线性固定效应模型：基本原理

第1节 两期数据（固定效应分析）

第2节 两期数据差分法的扩展

第3节 每个个体被观察三期及以上的一阶差分方法

第4节 每个个体被观察两期及以上的虚拟变量法

第5节 在固定效应法中设置与时间的交互作用

第6节 与随机效应模型的比较

第7节 混合（模型）法

第8节 总结

第3章 固定效应Logistic回归

第1节 两期数据

第2节 三期及多期数据（固定效应分析）

第3节 与时间的交互作用

第4节 混合（模型）法

第5节 多分类反应变量的（固定效应）方法

第6节 总结

第4章 计数变量的固定效应模型

第1节 每个个体被观察两期的计数数据泊松模型

第2节 多期数据泊松模型

第3节 计数数据的固定效应负二项模型

第4节 混合（模型）法

第5节 总结

第5章 事件史数据的固定效应模型

第1节 Cox回归

第2节 带固定效应的Cox回归

第3节 附加说明

第4节 Cox回归混合模型法

第5节 非重复事件的固定效应事件史法

第6节 总结

第6章 固定效应结构方程模型

第1节 随机效应作为潜变量的模型

第2节 固定效应作为潜变量的模型

第3节 固定效应和随机效应的折中

第4节 带滞后自变量的交互效应

第5节 总结

附录1 第2章到第5章例题的Stata程序

附录2 第6章例题的Mplus程序

注释

参考文献

译名对照表