Regression with R and Python: Description, Prediction, and Causal Analysis in Social Science and Medicine

这部即将出版的教材围绕三个相互关联的目标——描述、预测与因果分析——介绍回归分析。本书将统计学基础与 R 和 Python 的实际实现相结合，面向希望把回归理论与社会科学、医学领域的现代实证实践联系起来的读者。

本书已与 Springer 签订出版协议，预计近期出版。

配套网站、代码与资源

本书官方配套网站已经上线：

官方配套网站：regressionbook.com

网站为全书 14 章提供结构化的学习材料，包括各章导读、核心概念与公式、实证应用、诊断方法、习题以及配套的 R 与 Python 代码，并将随着本书出版进程持续完善与扩充。

本书另有配套 GitHub 仓库，提供各章工作簿与可复现的代码示例：

GitHub 仓库：Regression_with_R_and_Python

仓库包含各章的 RMarkdown/HTML 工作簿、可运行的 R 示例、Python 附录代码以及依赖说明，便于读者复现示例或将本书用于教学。

全书结构

全书按照从描述性回归到预测建模、再到因果分析的脉络组织：

1. 导论：描述、预测与因果，以及这些目标在实证研究中的区别。
2. 数据中的协变关系：Pearson 相关系数、Spearman 秩相关系数与简单线性回归。
3. 概率论与统计推断基础：概率、随机变量、估计量、假设检验与置信区间。
4. 相关性与总体推断：抽样、总体推断，以及简单相关之外的相依关系。
5. 简单线性回归模型：系数解释、不确定性、有限样本推断与渐近推断。
6. 多元线性回归：一般模型、回归解剖（regression anatomy）、偏回归图、R 方、F 检验、条件期望的不确定性与残差分析。
7. 非线性函数形式：定性回归元、共线性、对数变换、交互项，以及一个关于天气与空气污染的应用实例。
8. 误差项相依的回归分析：聚类数据、面板数据、固定效应与回归结果的呈现。
9. 二元因变量：Logistic 回归、极大似然估计、推断，以及与线性概率模型的比较。
10. 预测：过拟合、训练集—测试集划分、交叉验证、高维预测变量、基于树的回归，以及一个房价应用。
11. 非参数回归方法：回归图（regressogram），以及作为非参数应用的断点回归。
12. 时间序列分析：宏观经济时间序列的成分、平稳性与自回归型回归。
13. 因果分析：随机实验、准实验、Rubin 因果模型、双重差分、工具变量与断点回归。
14. 核心概念：对全书所用主要实证与统计思想的综合梳理。

附录

附录为计算、数学与计量经济学基础提供支持材料：

• 附录 A：R 语言——R 基础、概率分布、tidyverse 工具与基于 API 的数据获取。
• 附录 B：Python 语言——Python 基础、概率分布、Python 数据生态与基于 API 的数据获取。
• 附录 C：数学附录——矩阵代数、概率论、大样本理论与最优化基础。
• 附录 D：普通最小二乘（OLS）——OLS 代数、实验数据下的推断、随机协变量与相依误差项。
• 附录 E：广义最小二乘（GLS）——横截面数据的 GLS、面板与聚类数据，以及分层概率抽样下的加权。
• 附录 F：工具变量与 2SLS——内生性、工具变量、第一阶段相关性、简化式、两阶段最小二乘、推断与弱工具变量。

因版权限制，本网站不提供全书内容。

推荐引用： Johansson, P., & Sun, J. (forthcoming 2026). "Regression with R and Python: Description, Prediction, and Causal Analysis in Social Science and Medicine." Springer.