Generalizované lineární smíšené modely: Moderní koncepty, metody a aplikace

Recenze čtenářů

Kniha je vysoce ceněna pro svůj jasný a informativní přístup ke zobecněným lineárním smíšeným modelům (GLMM), který zpřístupňuje složité koncepty i těm, kteří se statistikou teprve začínají. Čtenáři oceňují její praktické použití a postupné vedení při navrhování a analýze studií. Mnohé recenze však poukazují na značný počet překlepů a chyb, které ztěžují výuku, a naznačují, že může být náročné se v knize samostatně orientovat vzhledem k její hustotě. Celkově je kniha i přes své nedostatky považována za cenný zdroj informací, zejména pro instruktory a pokročilé studenty.

⬤ Jasný a přesvědčivý výklad GLMM, počínaje lineární regresí.
⬤ Silné zaměření na vhodný návrh studie a analýzu.
⬤ Dobře napsaný, stručný text s nádechem humoru.
⬤ Užitečné pro pochopení struktury chyb a modelování.
⬤ Konkrétní příklady a kódy SAS ke stažení.
⬤ Ideální pro výuku a studium statistiky.

⬤ Četné překlepy a chyby v textu a příkladech kódů.
⬤ Hustý materiál může být obtížné sledovat bez vedení.
⬤ Nedostatek kódu v R, přestože je důležitý.
⬤ Některé složité koncepty nejsou dobře ilustrovány, což ztěžuje jejich pochopení.

(na základě 8 hodnocení čtenářů)

Původní název:

Generalized Linear Mixed Models: Modern Concepts, Methods and Applications

Obsah knihy:

Generalized Linear Mixed Models: Modern Concepts, Methods and Applications představuje úvod do lineárního modelování s využitím zobecněného lineárního smíšeného modelu (GLMM) jako zastřešujícího koncepčního rámce. Čtenářům, kteří se s lineárními modely teprve seznamují, kniha pomůže vidět celkový obraz. Ukazuje, jak lineární modely zapadají do zbytku základního učiva statistiky, a upozorňuje na hlavní problémy, které musí statističtí modeláři brát v úvahu.

Vedle popisu běžných aplikací GLMM text představuje základní teorii a hlavní metodologii spojenou s lineárními modely, které zohledňují náhodné modelové efekty a negausovská data. Na rozdíl od tradičních učebnic lineárních modelů, které se zaměřují na normálně rozdělená data, tato učebnice v celém rozsahu uplatňuje přístup zobecněného smíšeného modelu: data pro lineární modelování nemusí být normálně rozdělená a efekty mohou být fixní nebo náhodné.

Díky četným příkladům využívajícím SAS(R) PROC GLIMMIX je tato kniha ideální pro postgraduální studenty statistiky, profesionály ve statistice, kteří si chtějí aktualizovat své znalosti, a výzkumné pracovníky, kteří se s myšlenkovým postupem zobecněného lineárního modelu teprve seznamují. Zaměřuje se na procesy založené na datech a poskytuje kontext pro rozšíření tradičního myšlení o lineárních modelech na zobecněné lineární smíšené modelování.

Podívejte se, jak o knize hovoří profesor Stroup.