Introduction to Generalized Linear Models (Dobson Annette J. (University of Queensland Herston Australia))

Recenze čtenářů

Kniha slouží jako přístupný úvod do zobecněných lineárních modelů (GLM), který je vhodný pro čtenáře s určitými znalostmi lineární regrese, logistiky a základní statistické teorie. Je užitečná zejména pro studenty připravující se na specifické zkoušky a pro ty, kteří usilují o kariéru v oblasti datových věd. Pro úplné začátečníky však může být nedostatečná kvůli omezeným příkladům kódování a chybějící komplexní podpoře.

⬤ Snadno se čte na jedno posezení
⬤ dobré pro ty, kteří znají základy regrese
⬤ dobře napsané s cennými informacemi
⬤ užitečné pro složení zkoušek
⬤ přístupné teoretické výklady.

⬤ Nedostatečné pro úplné začátečníky
⬤ omezené příklady kódu
⬤ žádná další podpora pro uživatele Staty
⬤ neposkytuje důkazy pro tvrzení o distribuci.

(na základě 6 hodnocení čtenářů)

Obsah knihy:

An Introduction to Generalized Linear Models, Fourth Edition poskytuje ucelený rámec pro statistické modelování s důrazem na numerické a grafické metody. Toto nové vydání bestselleru bylo aktualizováno o nové části o nelineárních asociacích, strategiích pro výběr modelu a o předmluvu o správné statistické praxi.

Stejně jako jeho předchůdce i toto vydání představuje teoretické pozadí zobecněných lineárních modelů (GLM) a poté se zaměřuje na metody analýzy konkrétních druhů dat. Zahrnuje normální, Poissonovo a binomické rozdělení, lineární regresní modely, klasické metody odhadu a přizpůsobení modelu a frekvenční metody statistické inference. Po vytvoření těchto základů se autoři zabývají vícenásobnou lineární regresí, analýzou rozptylu (ANOVA), logistickou regresí, log-lineárními modely, analýzou přežití, víceúrovňovým modelováním, bayesovskými modely a metodami Markovova řetězce Monte Carlo (MCMC).

⬤ Představuje GLM způsobem, který čtenářům umožňuje pochopit jednotící strukturu, která je jejich základem.

⬤ Probírá společné koncepty a principy pokročilých GLM, včetně nominální a ordinální regrese, analýzy přežití, nelineárních asociací a longitudinální analýzy.

⬤ Spojuje bayesovskou analýzu a metody MCMC pro fitování GLM.

⬤ Obsahuje řadu příkladů z oblasti obchodu, medicíny, technických a společenských věd.

⬤ Poskytuje ukázkový kód pro R, Stata a WinBUGS, aby podpořil implementaci metod.

⬤ Nabízí soubory dat a řešení cvičení online.

⬤ Popisuje součásti správné statistické praxe pro zlepšení vědecké validity a reprodukovatelnosti výsledků.

S využitím populárních statistických softwarových programů tento stručný a přístupný text ilustruje praktické přístupy k odhadům, přizpůsobování modelů a jejich porovnávání.