Olvasói vélemények
Összegzés:A könyvet a logisztikus regresszió megértésének értékes forrásaként tartják számon, amely világos magyarázatokat és szemléletes példákat kínál. Bár általában dicsérik hozzáférhetőségét és referenciaként való hasznosságát, egyes olvasók számára bizonyos részek megértése kihívást jelent.
Előnyök:⬤ Nagyon érthető és világos magyarázatok, különösen azok számára, akik már ismerik a többszörös regressziót.
⬤ Jó párhuzamot von a közönséges legkisebb négyzetek (OLS) modellekkel.
⬤ Tanuláshoz és referenciaként is hasznos, beleértve az SPSS kimenetének értelmezéséhez szükséges alapvető témákat.
⬤ Megfizethető és tömör, így jó vétel a statisztikai tanuláshoz.
⬤ Hatékonyan használja a példákat és a diagnosztikát, amelyek fokozzák a megértést.
Hátrányok:⬤ Egyes szakaszok nehezen érthetőek lehetnek, ami zavart okozhat.
⬤ Nem ajánlott egyedüli forrásként a tanuláshoz; egyes olvasók kevésbé találták megfelelőnek az elmélyült tanuláshoz.
⬤ Kisebb aggályok, hogy a könyv kissé elavult a fejlődő statisztikai szoftverekkel összefüggésben.
(10 olvasói vélemény alapján)
Eredeti címe:
Applied Logistic Regression Analysis
Könyv tartalma:
Ebben a második kiadásban a hangsúly ismét az egyéni szintű adatokra vonatkozó logisztikus regressziós modelleken van, de az összesített vagy csoportosított adatok is figyelembe vételre kerülnek. A könyv részletesen tárgyalja az illeszkedés jóságát, a prediktív hatékonyság mutatóit és a standardizált logisztikus regressziós együtthatókat, valamint SAS és SPSS használatával készült példákat is tartalmaz.
⬤ A csoportosított adatok részletesebb vizsgálata az eseti adatokkal szemben az egész könyvben.
⬤ Az illeszkedés jóságát mérő intézkedések, az R-négyzet analógok és a prediktív hatékonyság mutatóinak tulajdonságainak és megfelelő használatának frissített tárgyalása.
⬤ A kockázati arányok kockázati arányok ábrázolására szolgáló esélyhányadosok helytelen használatának, valamint a csoportosított adatok esetében a túl- és aluldiszperziónak a tárgyalása.
A rendezetlen és rendezett polytomos logisztikus regressziós modellek aktualizált lefedettsége.
