Hodnotenie:
Kniha je vysoko cenená pre svoj hlboký prístup k výberu modelov a priemerovaniu modelov v štatistike, pričom sa zaoberá kritickými koncepciami súvisiacimi s neistotou modelov. Recenzenti sa vyjadrujú, že kniha výrazne zlepšila ich chápanie a uplatňovanie štatistickej inferencie, hoci pre niektorých čitateľov môže byť spočiatku náročná.
Výhody:⬤ Transformačné pre pochopenie štatistiky a neistoty modelu.
⬤ Poskytuje praktické analytické nástroje na výber a spriemerovanie modelov.
⬤ Pokrýva dôležité filozofické aspekty štatistického odvodzovania.
⬤ Dobre napísaný, s obohacujúcimi príkladmi a detailmi.
⬤ Pútavé pre teoretických štatistikov aj pre praktikov.
⬤ Pre tých, ktorí nemajú silné štatistické zázemie, môže byť čítanie náročné.
⬤ Niektorí čitatelia môžu zistiť, že na úplné pochopenie pojmov je potrebné viacero čítaní.
(na základe 5 čitateľských recenzií)
Model Selection and Model Averaging
Výber modelu je základom každej štatistickej práce s údajmi. Zaznamenali sme rýchly pokrok v oblasti prispôsobovania modelov a v teoretickom chápaní výberu modelov, avšak táto kniha je prvou knihou, ktorá syntetizuje výskum a prax z tejto aktívnej oblasti.
Vysvetľujú sa, diskutujú a porovnávajú kritériá výberu modelu vrátane AIC, BIC, DIC a FIC. Neistoty spojené s výberom modelu sa riešia pomocou diskusií o častých a bayesovských metódach, pričom sa uvádzajú schémy priemerovania modelov.
Príklady z reálnych údajov sú doplnené odvodeniami, ktoré poskytujú hlbší pohľad do metodiky, a inštruktážne cvičenia budujú znalosť metód. Sprievodná webová stránka obsahuje súbory údajov a kód R.
© Book1 Group - všetky práva vyhradené.
Obsah tejto stránky nesmie byť kopírovaný ani použitý čiastočne alebo v celku bez písomného súhlasu vlastníka.
Posledná úprava: 2024.11.13 22:11 (GMT)