打ち切り・標本選択・切断データの回帰モデル

社会科学のデータには、調査設計や事象の性質上、情報に制限のあるものが多く、従属変数として使用する際には、注意が必要になる。本書は、こうした打ち切りバイアス，標本選択バイアス，切断バイアスを含むような制限従属変数の分析についての基礎から応用まで、コンパクトでありながら丁寧に解説しており、紙幅の限られた一般的なテキストでは十分に理解できなかった部分を補強することができる。特に、制限従属変数の分析にはトービット・モデルやヘックマンの2段階法などいくつかの方法があるが、初学者はどのような場合にどのモデルを使用すべきか迷いやすい。この点についてもしっかりと指針が示されており、読後には自信をもってこうしたデータの分析にチャレンジすることができるだろう。さらに、こうしたモデルが抱える実際上の問題についても、先行研究での議論を具体的にあげながら解説し、その対処法についても丁寧に述べている。 これらの分析方法を身に付けるためには実践も必要であるが、本文で行われているシミュレーションによるデータを用いた分析を、統計ソフト「R」で体験するための訳者補遺が追加されている。本書を読み進めつつ、時折手を動かすことで、制限従属変数の分析に対する理解がさらに深まる。また、データの発生部分についてもコマンドを紹介しているため、いろいろなデータ状況を発生させて分析への影響を見ることもできる。 [原著: Regression Models: Censored, Sample Selected, or Truncated Data, Sage Publications, Inc., 1996] 第1章 はじめに 1.1 打ち切り，標本選択，切断 1.2 2段階モデリング 1.3 社会科学における打ち切り，標本選択，切断の問題 1.4 理論的根拠 1.5 本書の内容 第2章 打ち切りデータのためのトービット・モデル 2.1 打ち切られた潜在変数 2.2 2段階モデリング 　2.2.1 選択段階 　2.2.2 結果段階 2.3 最尤推定 2.4 トービット・モデルの最尤推定 2.5 トービットによる推定値の解釈 2.6 実証例 第3章 標本選択モデルと切断回帰モデル 3.1 標本選択モデル 3.2 パラメータの解釈 3.3 実践上の問題 3.4 実証例 3.5 切断回帰モデル 第4章 基本モデルの拡張 4.1 複数の閾値を持つ選択過程 4.2 内生的選択と結果を伴う標本選択モデル 第5章 使用にあたっての注意 5.1 分布の仮定に対する感度 　5.1.1 不等分散性 　5.1.2 非正規性 5.2 識別性と頑健性 5.3 評価研究での標本選択モデル 5.4 各モデルの使用に関する指針 5.5 結び 付録A 切断正規変数の期待値 A.1 上側切断 A.2 下側切断 付録B 正規性と等分散性に関するChesherとIrishの検定 訳者補遺 Rによる実践例 参考文献 索　引