Olvasói vélemények
Összegzés:A könyvet nagyra értékelik a többszintű modellezés és a regresszióelemzés világos bemutatásáért, a gyakorlati alkalmazásokra összpontosítva, különösen az R használatával. A könyvet dicsérik átfogó lefedettsége, releváns példái és a képletek alkalmazása helyett a mögöttes fogalmak megértésének hangsúlyozása miatt. Ugyanakkor sok olvasó frusztrációját fejezi ki a példák és az R-kód számos hibája, a következetlen szervezés és az adatkészletek hozzáférhetősége miatt, amelyek akadályozzák a könyv hatékony használatát.
Előnyök:⬤ A többszintű modellezés és a legfontosabb statisztikai fogalmak átfogó lefedettsége.
⬤ Világos írásmód és hasznos példák, amelyek az összetett témákat érthetővé teszik.
⬤ Az R használatával történő gyakorlati alkalmazásra összpontosít, nagy hangsúlyt fektetve a megértésre, nem pedig a bemagolt alkalmazásra.
⬤ Kompakt kódolási stílus, amely megkönnyíti a tanulást.
⬤ Releváns hivatkozások, amelyek alátámasztják a tárgyalt fogalmakat.
Hátrányok:⬤ Számos hiba az R-kódban és a példákban, amelyek nehezen követhetővé teszik azokat.
⬤ Következetlen szervezés és időnként félreérthető terminológia.
⬤ A gyakorlati alkalmazáshoz szükséges frissített vagy jól dokumentált adatkészletek hiánya.
⬤ Egyes szakaszokból hiányoznak a részletes magyarázatok, ami az olvasót zavarba ejtheti.
⬤ Korlátozott útmutatás a kezdő R-felhasználók számára, ami akadályozhatja a kevésbé tapasztaltak megértését.
(72 olvasói vélemény alapján)
Eredeti címe:
Data Analysis Using Regression and Multilevel Hierarchical Models
Könyv tartalma:
Az Adatelemzés regresszió és többszintű/hierarchikus modellek alkalmazásával egy átfogó kézikönyv az alkalmazott kutatók számára, akik lineáris és nemlineáris regresszió és többszintű modellek segítségével kívánnak adatelemzést végezni. A könyv a modellek széles skáláját mutatja be, miközben eligazítja az olvasót abban, hogyan illessze ezeket a modelleket a rendelkezésre álló szoftvercsomagok segítségével.
A könyv a szerzők saját alkalmazott kutatásaiból származó valós adatpéldákon keresztül szemlélteti a fogalmakat, és mindegyikhez programozási kódokat ad meg. A tárgyalt témák között szerepel az oksági következtetés, beleértve a regressziót, a posztstratifikációt, a párosítást, a regressziós diszkontinuitást és az instrumentális változókat, valamint a többszintű logisztikus regressziót és a hiányzó adatok imputálását. Az építéssel, illesztéssel és megértéssel kapcsolatos gyakorlati tippeket adunk az egész könyvben.
A szerző forrásoldala: http: //www.stat. columbia.edu/ gelman/arm/.
