Extending the Linear Model with R: Generalized Linear, Mixed Effects and Nonparametric Regression Models, Second Edition

Recenze čtenářů

Kniha poskytuje pokročilé poznatky o lineárních modelech a obsahuje užitečný kód v jazyce R, ale není snadno přístupná čtenářům bez silného zázemí v matematice a statistice. Může být vhodnější jako reference pro ty, kteří mají předchozí znalosti, než jako úvodní text.

⬤ Obsahuje užitečný kód v R, který lze upravit pro vlastní potřebu
⬤ důkladné vysvětlení rozšířených lineárních modelů
⬤ jasné a reprodukovatelné výsledky.

⬤ Není snadné sledovat bez dobré znalosti algebry a statistiky
⬤ chybí jasná cílová skupina
⬤ některá vysvětlení jsou příliš stručná
⬤ zavádějící název naznačující úvodní tempo
⬤ nejsou uvedena řešení cvičení, jak je uvedeno.

(na základě 7 hodnocení čtenářů)

Obsah knihy:

Začněte analyzovat širokou škálu problémů

Od vydání prvního vydání bestselleru, které je velmi doporučováno, se značně rozšířila popularita systému R i počet dostupných balíčků. Rozšíření lineárního modelu pomocí R: zobecněné lineární modely, modely se smíšenými efekty a neparametrické regresní modely, druhé vydání využívá větší funkčnost, která je nyní v R k dispozici, a podstatně reviduje a doplňuje několik témat.

Novinky ve druhém vydání

⬤ Rozšířené pokrytí binárních a binomických odpovědí, včetně proporčních odpovědí, kvazibinomické a beta regrese a aplikovaných úvah týkajících se těchto modelů.

⬤ Nové oddíly o Poissonových modelech s rozptylem, modelech s nulovým nafouknutím počtu, lineární diskriminační analýze a sendvičovém a robustním odhadu pro zobecněné lineární modely (GLM).

⬤ Revidované kapitoly o náhodných efektech a opakovaných měřeních, které odrážejí změny v balíčku lme4 a ukazují, jak provádět testování hypotéz pro tyto modely pomocí jiných metod.

⬤ Nová kapitola o bayesovské analýze modelů se smíšenými efekty, která ilustruje použití STAN a představuje aproximační metodu INLA.

⬤ Přepracovaná kapitola o zobecněných lineárních smíšených modelech, která odráží mnohem bohatší výběr softwaru pro jejich přizpůsobení, který je nyní k dispozici.

⬤ Aktualizované pokrytí splajnů a pásem spolehlivosti v kapitole o neparametrické regresi.

⬤ Nový materiál o náhodných lesích pro regresi a klasifikaci.

⬤ Přepracovaný kód v jazyce R, zejména mnoho grafů využívajících balíček ggplot2.

⬤ Přepracovaná a rozšířená cvičení s řešeními.

Ukazuje souhru teorie a praxe

Tato učebnice se nadále zabývá řadou technik, které vyrůstají z lineárního regresního modelu. Představuje tři rozšíření lineárního rámce: GLM, modely se smíšenými efekty a neparametrické regresní modely. Kniha vysvětluje analýzu dat na reálných příkladech a obsahuje všechny příkazy R potřebné k reprodukci analýz.