Értékelés:
A könyv fejlett betekintést nyújt a lineáris modellekbe, és hasznos R-kódot tartalmaz, de nem könnyen hozzáférhető a matematikai és statisztikai háttérrel nem rendelkező olvasók számára. Inkább referenciaként alkalmas lehet az előismeretekkel rendelkezők számára, mint bevezető szövegként.
Előnyök:⬤ Hasznos, személyes használatra módosítható R-kódot tartalmaz
⬤ a kiterjesztett lineáris modellek alapos magyarázatát
⬤ világos és reprodukálható eredményeket.
⬤ Nem könnyű követni jó algebrai és statisztikai ismeretek nélkül
⬤ nincs egyértelmű célközönség
⬤ egyes magyarázatok túl szűkszavúak
⬤ félrevezető, bevezető tempót sugalló cím
⬤ a gyakorlatokhoz nem ad megoldásokat, ahogyan az szerepel.
(7 olvasói vélemény alapján)
Extending the Linear Model with R: Generalized Linear, Mixed Effects and Nonparametric Regression Models, Second Edition
Kezdje el a problémák széles körének elemzését
A bestseller, erősen ajánlott első kiadás megjelenése óta az R jelentősen bővült mind népszerűségében, mind a rendelkezésre álló csomagok számában. Extending the Linear Model with R: Generalized Linear, Mixed Effects and Nonparametric Regression Models, Second Edition kihasználja az R-ben ma már elérhető nagyobb funkcionalitást, és jelentősen átdolgozza, illetve számos témával bővíti.
Újdonságok a második kiadásban
⬤ Bővített lefedettség a bináris és binomiális válaszokkal, beleértve az arányos válaszokat, a kvázibinomiális és béta regressziót, valamint az ezekkel a modellekkel kapcsolatos alkalmazott megfontolásokat.
⬤ Új szakaszok a szórással rendelkező Poisson-modellekről, a nullával felfújt számlálási modellekről, a lineáris diszkriminancia-elemzésről, valamint az általánosított lineáris modellek (GLM-ek) szendvics- és robusztus becsléséről.
⬤ Átdolgozott fejezetek a véletlenszerű hatásokról és az ismétlődő mérésekről, amelyek tükrözik az lme4 csomagban bekövetkezett változásokat, és bemutatják, hogyan végezhetjük el a modellek hipotézisvizsgálatát más módszerekkel.
⬤ Új fejezet a kevert hatású modellek Bayes-elemzéséről, amely bemutatja a STAN használatát, és ismerteti az INLA közelítő módszert.
⬤ Az általánosított lineáris kevert modellekről szóló fejezet átdolgozása, hogy tükrözze a ma már rendelkezésre álló, sokkal gazdagabb választékú illesztő szoftvereket.
⬤ A nemparametrikus regresszióról szóló fejezetben a spline-ok és a konfidenciasávok frissített lefedettsége.
⬤ Új anyag a regresszióhoz és osztályozáshoz használt véletlen erdőkről.
⬤ Mindenütt átdolgozott R-kód, különösen a ggplot2 csomagot használó számos ábrázolás.
⬤ Újított és kibővített gyakorlatok, megoldásokkal együtt.
Bemutatja az elmélet és a gyakorlat kölcsönhatását.
Ez a tankönyv továbbra is a lineáris regressziós modellből kinövő technikák egész sorát tárgyalja. Bemutat három bővítést a lineáris keretrendszerhez: GLM-ek, vegyes hatásmodellek és nemparametrikus regressziós modellek. A könyv valós példákon keresztül magyarázza el az adatelemzést, és tartalmazza az elemzések reprodukálásához szükséges összes R-parancsot.
