Recenze čtenářů
Shrnutí:Kniha je vysoce ceněna pro srozumitelný výklad víceúrovňového modelování a regresní analýzy se zaměřením na praktické aplikace, zejména s využitím programu R. Je oceňována pro své komplexní pokrytí, relevantní příklady a důraz na pochopení základních konceptů namísto pouhého použití vzorců. Mnoho čtenářů však také vyjadřuje frustraci z četných chyb v příkladech a kódu R, nejednotné organizace a dostupnosti datových sad, které jim brání v efektivním používání knihy.
Klady:⬤ Komplexní pokrytí víceúrovňového modelování a klíčových statistických konceptů.
⬤ Srozumitelně napsané a užitečné příklady, které zpřístupňují složitá témata.
⬤ Zaměření na praktické aplikace s využitím R, se silným důrazem na porozumění spíše než na rutinní aplikaci.
⬤ Kompaktní styl kódování, který pomáhá zjednodušit učení.
⬤ Relevantní odkazy, které podporují probírané koncepty.
Zápory:⬤ Četné chyby v kódu R a příkladech, které znesnadňují jejich sledování.
⬤ Nejednotná organizace a občasná nejednoznačnost terminologie.
⬤ Nedostatek aktualizovaných nebo dobře zdokumentovaných datových sad pro praktické použití.
⬤ Některé části postrádají podrobná vysvětlení, což může čtenáře zmást.
⬤ Omezený návod pro začátečníky v R, což může méně zkušeným bránit v porozumění.
(na základě 72 hodnocení čtenářů)
Původní název:
Data Analysis Using Regression and Multilevel Hierarchical Models
Obsah knihy:
Analýza dat pomocí regrese a víceúrovňových/hierarchických modelů je komplexní příručka pro aplikované výzkumníky, kteří chtějí provádět analýzu dat pomocí lineární a nelineární regrese a víceúrovňových modelů. Kniha představuje širokou škálu modelů a zároveň čtenáře instruuje, jak tyto modely fitovat pomocí dostupných softwarových balíků.
Kniha ilustruje koncepty na desítkách příkladů reálných dat, které vyplynuly z vlastního aplikovaného výzkumu autorů, přičemž ke každému z nich jsou uvedeny programové kódy. Témata zahrnují kauzální inferenci, včetně regrese, poststratifikace, matchingu, regresní diskontinuity a instrumentálních proměnných, a také víceúrovňovou logistickou regresi a imputaci chybějících dat. V celém textu jsou uvedeny praktické tipy týkající se sestavování, fitování a porozumění.
Stránka se zdroji autora: http: //www.stat. columbia.edu/ gelman/arm/.
