Hodnotenie:
Kniha je vysoko cenená pre svoj jasný a informatívny prístup k zovšeobecneným lineárnym zmiešaným modelom (GLMM), vďaka ktorému sú zložité koncepty prístupné aj pre tých, ktorí so štatistikou ešte len začínajú. Čitatelia oceňujú jej praktickú aplikáciu a postupné usmerňovanie pri navrhovaní a analýze štúdií. Mnohé recenzie však poukazujú na značný počet preklepov a chýb, ktoré bránia v učení, a naznačujú, že môže byť náročné sa v nej samostatne orientovať vzhľadom na jej hustotu. Celkovo sa napriek nedostatkom považuje za cenný zdroj informácií, najmä pre inštruktorov a pokročilých študentov.
Výhody:⬤ Jasný a presvedčivý výklad GLMM, počnúc lineárnou regresiou.
⬤ Silné zameranie na vhodný návrh štúdie a analýzu.
⬤ Dobre napísaný, stručný text s nádychom humoru.
⬤ Užitočný na pochopenie štruktúry chýb a modelovania.
⬤ Konkrétne príklady a kódy SAS na stiahnutie.
⬤ Ideálne na vyučovanie a učenie sa štatistiky.
⬤ Početné preklepy a chyby v texte a príkladoch kódov.
⬤ Hustý materiál môže byť ťažké sledovať bez usmernenia.
⬤ Nedostatok kódu R napriek jeho dôležitosti.
⬤ Niektoré zložité koncepty nie sú dobre ilustrované, čo sťažuje ich pochopenie.
(na základe 8 čitateľských recenzií)
Generalized Linear Mixed Models: Modern Concepts, Methods and Applications
Generalized Linear Mixed Models: Modern Concepts, Methods and Applications predstavuje úvod do lineárneho modelovania s využitím generalizovaného lineárneho zmiešaného modelu (GLMM) ako zastrešujúceho koncepčného rámca. Čitateľom, ktorí sa s lineárnymi modelmi ešte nestretli, kniha pomôže vidieť celkový obraz. Ukazuje, ako lineárne modely zapadajú do zvyšku základného učiva štatistiky, a poukazuje na hlavné problémy, ktoré musia štatistickí modelári zvážiť.
Popri opise bežných aplikácií GLMM text predstavuje základnú teóriu a hlavnú metodológiu spojenú s lineárnymi modelmi, ktoré zohľadňujú náhodné modelové efekty a nehausovské údaje. Na rozdiel od tradičných učebníc lineárnych modelov, ktoré sa zameriavajú na normálne rozdelené údaje, táto učebnica v celom texte uplatňuje prístup všeobecného zmiešaného modelu: údaje pre lineárne modelovanie nemusia byť normálne rozdelené a efekty môžu byť fixné alebo náhodné.
Vďaka mnohým príkladom využívajúcim SAS(R) PROC GLIMMIX je táto kniha ideálna pre postgraduálnych študentov štatistiky, odborníkov v oblasti štatistiky, ktorí si chcú aktualizovať svoje vedomosti, a výskumníkov, ktorí sa so zovšeobecneným lineárnym modelom začínajú zaoberať. Zameriava sa na procesy založené na údajoch a poskytuje kontext na rozšírenie tradičného myslenia lineárnych modelov na zovšeobecnené lineárne zmiešané modelovanie.
Pozrite si diskusiu profesora Stroupa o knihe.
© 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)