Értékelés:
Berry „Understanding Regression Assumptions” című könyvét részletes magyarázatai és számos példája miatt dicsérik, amelyek tisztázzák az összetett statisztikai fogalmakat. Ugyanakkor kritizálják, hogy a kezdők számára túlságosan fejlett, és bizonyos témák nem terjednek ki rá, ami miatt egyes olvasók elitistának vagy hozzáférhetetlennek tartják.
Előnyök:⬤ Jól megírt, világos példákkal, amelyek a regressziós feltevéseket konkréttá és emlékezetessé teszik
⬤ értékes a statisztikában jártasak számára
⬤ betekintést nyújt az OLS-regressziós következtetés gyengeségeibe és határaiba.
⬤ Nem alkalmas kezdőknek
⬤ néhány kulcsfontosságú téma hiányzik (pl. polinomok és kölcsönhatások)
⬤ magas szintűnek és hozzáférhetetlennek tűnik, ami frusztráló a gyakorlati útmutatást kereső olvasók számára.
(6 olvasói vélemény alapján)
Understanding Regression Assumptions
Berry gondos magyarázatok és példák segítségével mutatja be, hogyan lehet mérlegelni, hogy a többszörös regresszió feltételezései valóban teljesülnek-e egy adott kutatási projektben.
A regressziós feltevések rövid áttekintésével kezdi, ahogyan azokat a tankönyvekben jellemzően bemutatják, majd részletesen feltárja az egyes feltevések tartalmi jelentését, például a mérési hiba hiánya, a specifikációs hiba hiánya, a linearitás, a homoszkedaszticitás és az autokorreláció hiánya.
