Olvasói vélemények
Összegzés:A könyvet vegyes kritikák fogadják, dicsérik a lineáris modellezés és az általánosított lineáris modellek szigorú bevezetését, valamint az elmélet és a gyakorlati kódolási példák egyensúlyát. Egyes olvasók azonban szinte olvashatatlannak találják a nem szabványos jelölések és a formális definíciók hiánya miatt.
Előnyök:Szigorú bevezetést nyújt a lineáris modellekbe és az általánosított lineáris modellekbe, az elmélet és az alkalmazhatóság jó egyensúlya, átfogó kódolási példák R-ben, a függelékben található feladatok felvétele, jól megírt és hozzáférhető a matematikai szigor feláldozása nélkül.
Hátrányok:Egyes olvasók szerint a könyv szinte olvashatatlan a nem szabványos jelölésekkel és a formális struktúra hiányával, nehezen érthető lehet, és egyes fogalmakhoz hiányoznak a részletes magyarázatok.
(5 olvasói vélemény alapján)
Eredeti címe:
Foundations of Linear and Generalized Linear Models
Könyv tartalma:
A statisztikai modellezés legfontosabb ötleteinek és eredményeinek értékes áttekintése
A nagy tapasztalattal rendelkező szerző által írt Foundations of Linear and Generalized Linear Models világos és átfogó útmutató a lineáris statisztikai modellek legfontosabb fogalmaihoz és eredményeihez. A könyv széleskörű, mélyreható áttekintést nyújt a leggyakrabban használt statisztikai modellekről a modellek alapjául szolgáló elmélet, az R szoftveralkalmazások, valamint a kulcsgondolatok megvilágítása és a gyakorlati modellépítés elősegítése érdekében kidolgozott modellek példáinak ismertetésével.
A könyv a lineáris modellek alapjainak bemutatásával kezdődik, például azzal, hogy a modellillesztés hogyan vetíti az adatokat egy modellvektor altérre, és hogy az adatok ortogonális dekompozíciói hogyan adnak információt a magyarázó változók hatásairól. Ezt követően a könyv a legnépszerűbb általánosított lineáris modelleket tárgyalja, amelyek közé tartozik a binomiális és a multinomiális logisztikus regresszió kategorikus adatokra, valamint a Poisson- és a negatív binomiális loglineáris modellek a számlálási adatokra. Az e modellek elméleti alapjaira összpontosítva a Foundations of Linear and Generalized Linear Models című könyv a következőket is tartalmazza:
⬤ Egy bevezetés a gyengébb eloszlási feltételezéseket igénylő kvázi valószínűségi módszerekbe, például az általánosított becslőegyenlet-módszerekbe.
⬤ A lineáris kevert modellek és az általános lineáris kevert modellek áttekintése véletlenszerű hatásokkal klaszterezett korrelált adatokra, Bayes-modellezés, valamint a problémás esetek, például a nagy dimenziójú problémák kezelésére szolgáló kiterjesztések.
⬤ Számos példa, amely az R szoftvert használja az összes szöveges adatelemzéshez.
⬤ Több mint 400 gyakorlat az olvasók számára az elmélet, a módszerek és az adatelemzés gyakorlására és kiterjesztésére.
⬤ Kiegészítő weboldal a példákhoz és gyakorlatokhoz tartozó adatkészletekkel.
A statisztika és biostatisztika kurzusok felsőfokú és posztgraduális hallgatói számára felbecsülhetetlen értékű tankönyv, a Foundations of Linear and Generalized Linear Models kiváló referencia a gyakorló statisztikusok és biostatisztikusok számára is, valamint mindazok számára, akik az adatok elemzéséhez szükséges legfontosabb statisztikai modellek megismerése iránt érdeklődnek.
