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

Recenzie čitateľov

Kniha slúži ako prístupný úvod do zovšeobecnených lineárnych modelov (GLM), vhodný pre čitateľov s určitými základmi lineárnej regresie, logistiky a základnej štatistickej teórie. Je obzvlášť užitočná pre študentov pripravujúcich sa na špecifické skúšky a pre tých, ktorí sa usilujú o kariéru v oblasti dátovej vedy. Pre úplných začiatočníkov však môže byť nedostatočná pre obmedzené príklady kódovania a chýbajúcu komplexnú podporu.

⬤ Ľahko sa číta na jedno posedenie
⬤ dobrá pre tých, ktorí poznajú základy regresie
⬤ dobre napísaná s cennými informáciami
⬤ užitočná na absolvovanie skúšok
⬤ prístupné teoretické vysvetlenia.

⬤ Nedostatočná pre úplných začiatočníkov
⬤ obmedzené príklady kódu
⬤ žiadna dodatočná podpora pre používateľov Staty
⬤ neposkytuje dôkazy pre tvrdenia o distribúcii.

(na základe 6 čitateľských recenzií)

Obsah knihy:

An Introduction to Generalized Linear Models, Fourth Edition poskytuje ucelený rámec pre štatistické modelovanie s dôrazom na numerické a grafické metódy. Toto nové vydanie bestselleru bolo aktualizované o nové časti o nelineárnych asociáciách, stratégiách výberu modelov a o úvode k správnej štatistickej praxi.

Podobne ako jeho predchodca, aj toto vydanie predstavuje teoretické pozadie zovšeobecnených lineárnych modelov (GLM) predtým, ako sa zameria na metódy analýzy konkrétnych druhov údajov. Zahŕňa normálne, Poissonovo a binomické rozdelenie, lineárne regresné modely, klasické metódy odhadovania a prispôsobovania modelov a frekvenčné metódy štatistickej inferencie. Po vytvorení týchto základov sa autori venujú viacnásobnej lineárnej regresii, analýze rozptylu (ANOVA), logistickej regresii, log-lineárnym modelom, analýze prežitia, viacúrovňovému modelovaniu, Bayesovským modelom a metódam Markovovho reťazca Monte Carlo (MCMC).

⬤ Uvádza GLM spôsobom, ktorý umožňuje čitateľom pochopiť jednotnú štruktúru, ktorá je ich základom.

⬤ Pojednáva o spoločných koncepciách a princípoch pokročilých GLM vrátane nominálnej a ordinálnej regresie, analýzy prežitia, nelineárnych asociácií a longitudinálnej analýzy.

⬤ Spojuje bayesovskú analýzu a MCMC metódy na fitovanie GLM.

⬤ Obsahuje množstvo príkladov z oblasti obchodu, medicíny, technických a spoločenských vied.

⬤ Poskytuje kód príkladov pre R, Stata a WinBUGS na podporu implementácie metód.

⬤ Ponúka súbory údajov a riešenia cvičení online.

⬤ Popisuje zložky správnej štatistickej praxe na zlepšenie vedeckej validity a reprodukovateľnosti výsledkov.

Pomocou populárnych štatistických softvérových programov tento stručný a prístupný text ilustruje praktické prístupy k odhadom, prispôsobovaniu modelov a porovnávaniu modelov.