Pochopenie regresnej analýzy: Prístup k podmienenému rozdeleniu

Recenzie čitateľov

Momentálne nie sú žiadne recenzie čitateľov. Hodnotenie je založené na 9 hlasoch.

Pôvodný názov:

Understanding Regression Analysis: A Conditional Distribution Approach

Obsah knihy:

Understanding Regression Analysis zjednocuje rôzne regresné aplikácie vrátane klasického modelu, modelov ANOVA, zovšeobecnených modelov vrátane Poissonovho, negatívneho binómu, logistického modelu a modelu prežitia, neurónových sietí a rozhodovacích stromov pod spoločnú strechu - konkrétne pod model podmieneného rozdelenia. Vysvetľuje, prečo je model podmieneného rozdelenia správny model, a tiež vysvetľuje (dokazuje), prečo sú predpoklady klasického regresného modelu nesprávne. Na rozdiel od iných kníh o regresii táto od začiatku zaujíma realistický prístup, že všetky modely sú len aproximácie. Preto sa kladie dôraz na realistické modelovanie procesov v prírode, a nie na (nesprávny) predpoklad, že príroda funguje určitým, obmedzeným spôsobom.

Medzi hlavné črty knihy patria:

⬤ Množstvo praktických príkladov s použitím softvéru R.

⬤ Kľúčové body a otázky na samoštúdium zobrazené "just-in-time" v rámci kapitol.

⬤ Jednoduché matematické vysvetlenia ("detské dôkazy") kľúčových pojmov.

⬤ Jasné vysvetlenia a aplikácie štatistickej významnosti ("p" hodnoty), ktoré zahŕňajú usmernenia Americkej štatistickej asociácie.

⬤ Používanie terminológie "proces tvorby údajov" namiesto "populácie".

⬤ V celom texte sa predpokladá rámec náhodného X (prípad fixného X je prezentovaný ako špeciálny prípad prípadu náhodného X)

⬤ jasné vysvetlenie pravdepodobnostného modelovania vrátane metód založených na pravdepodobnosti.

⬤ Všetky simulácie sa používajú na vysvetlenie pojmov a na vykonávanie analýz údajov.

Táto kniha je výrazne orientovaná na vedu vo všeobecnosti, ako aj na otázky na preskúmanie kapitol a samoštúdium, takže ju možno použiť ako učebnicu pre študentov orientovaných na výskum v oblasti sociálnych, biologických a lekárskych, fyzikálnych a technických vied. Rovnako je vďaka svojmu matematickému zameraniu ideálna ako učebný text v kurzoch matematiky a štatistiky. Vďaka množstvu riešených príkladov sa ideálne hodí aj ako príručka pre všetkých vedcov.