Úvod do zobecněných lineárních modelů

Recenze čtenářů

Kniha slouží jako srozumitelný úvod do zobecněných lineárních modelů (GLM), který je vhodný pro ty, kdo znají základy statistiky. Účinně vysvětluje intuici a postupy, i když postrádá rigorózní důkazy a praktické příklady kódování.

⬤ Rychlé a čtivé
⬤ dobrý úvod do GLM
⬤ dobře napsané s cennými informacemi
⬤ vhodné pro přípravu na zkoušku CAS MAS-I
⬤ přístupné teoretické výklady.

⬤ Vyžaduje předchozí znalosti lineární a logistické regrese
⬤ chybí důkazy pro výběrová rozdělení
⬤ nedostatečné příklady kódování a další zdroje pro začátečníky
⬤ nemusí plně vyhovovat těm, kteří nemají teoretické základy ve statistice.

(na základě 6 hodnocení čtenářů)

Původní název:

An Introduction to Generalized Linear Models

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 příkladový 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.