Lineární modely 2E

Recenze čtenářů

Kniha je vysoce ceněna pro svou čtivost a efektivní rovnováhu mezi matematickou přísností a srozumitelností, takže je přístupná i čtenářům se základními znalostmi statistiky a lineární algebry. Je však kritizována za četné drobné překlepy, nedostatečné vysvětlení důkazů a omezené pokrytí některých důležitých témat.

⬤ Skvělý kompromis mezi matematickou přísností a srozumitelností.
⬤ Přehledný, dobře organizovaný obsah, který je snadno pochopitelný.
⬤ Užitečná cvičení s nápovědami a řešeními pro samostudium.
⬤ Závěrečná kapitola obsahuje řešení problémů položených v předchozích kapitolách, což napomáhá učení.
⬤ Vhodné pro studenty postgraduálního studia a lze je použít i jako zdroj pro samostudium.

⬤ Objevují se drobné překlepy a chyby ve vzorcích.
⬤ Nedostatečně vysvětlené důkazy, které často přesměrovávají na jiné zdroje bez dostatečného návodu.
⬤ Omezené pokrytí důležitých témat, jako jsou zobecněné lineární modely a diagnostika.
⬤ Ne všechna vysvětlení jsou srozumitelná, což může představovat problém pro vysokoškolské čtenáře se slabšími znalostmi statistiky.

(na základě 9 hodnocení čtenářů)

Původní název:

Linear Models 2E

Obsah knihy:

Základní úvod do teorie a aplikace lineárních modelů - nyní v novém vydání.

Vzhledem k tomu, že většina pokročilých statistických nástrojů je zobecněním lineárního modelu, je nutné nejprve zvládnout lineární model, aby bylo možné přejít k pokročilejším konceptům. Lineární modelzůstává hlavním nástrojem aplikované statistiky a je základem vzdělávání každého statistika bez ohledu na to, zda je jeho zaměření aplikované nebo teoretické. Toto zcela přepracované a aktualizované nové vydání úspěšně rozvíjí základní teorii lineárních modelů proregresi, analýzu rozptylu, analýzu kovariance alineární smíšené modely. Zabývá se také nejnovějšími pokroky v metodologii týkající se lineárních smíšených modelů, zobecněných lineárních modelů a bayesovského lineárního modelu.

Lineární modely ve statistice, druhé vydání, zahrnuje úplné pokrytí pokročilých témat, jako jsou smíšené a zobecněné lineární modely, Bayesovské lineární modely, dvoucestné modely s prázdnými buňkami, geometrie nejmenších čtverců, vektorový maticový kalkul, simultánní inference a logistická a nelineární regrese. Algebraické, geometrické, frekvenční a bayesovské přístupy k inferenci lineárních modelů a analýze rozptylu jsou rovněž ilustrovány. Díky rozšíření relevantního materiálu a zahrnutí nejnovějšího technologického vývoje v oboru poskytuje tato kniha čtenářům teoretický základ pro správnou interpretaci výstupů počítačového softwaru, jakož i pro efektivní používání, přizpůsobení a pochopení lineárních modelů.

Toto moderní druhé vydání obsahuje:

⬤ Nové kapitoly o bayesovských lineárních modelech a o náhodných a smíšených lineárních modelech.

⬤ Rozšířená diskuse o dvoucestných modelech s prázdnými buňkami.

⬤ Dodatečné kapitoly o geometrii nejmenších čtverců.

⬤ Aktualizované pokrytí simultánní inference.

Kniha je doplněna přehlednými korekturami, reálnými soubory dat a rozsáhlou bibliografií. Pro přechodné účely byl přidán důkladný přehled základní maticové algebry a byly začleněny četné teoretické a aplikační problémy s vybranými odpověďmi uvedenými na konci knihy. Související webová stránka obsahuje další datové sady a kód SAS(R) pro všechny numerické příklady.

Lineární model ve statistice, druhé vydání, je nezbytnou knihou pro kurzy statistiky, biostatistiky a matematiky na vyšším stupni vysokoškolského studia a pro postgraduální studenty. Je také neocenitelnou pomůckou pro výzkumné pracovníky, kteří potřebují lépe porozumět regresi a analýze rozptylu.