Modellkiválasztás és modellátlagolás

Olvasói vélemények

A könyv nagyra értékelt a modellválasztás és a modellátlagolás éleslátó megközelítése miatt a statisztikában, és a modellbizonytalansággal kapcsolatos kritikus fogalmakkal foglalkozik. A recenzensek kifejezik, hogy a könyv jelentősen javította a statisztikai következtetés megértését és alkalmazását, bár egyes olvasók számára elsőre kihívást jelenthet.

⬤ Átalakító erejű a statisztika és a modellbizonytalanság megértéséhez.
⬤ Gyakorlati analitikus eszközöket nyújt a modellválasztáshoz és az átlagoláshoz.
⬤ A statisztikai következtetés fontos filozófiai aspektusait tárgyalja.
⬤ Jól megírt, kifizetődő példákkal és részletekkel.
⬤ Az elméleti statisztikusok és a gyakorlati szakemberek számára egyaránt lebilincselő.

⬤ Nehéz olvasmány lehet azok számára, akik nem rendelkeznek erős statisztikai háttérrel.
⬤ Néhány olvasó úgy találhatja, hogy többszöri olvasásra van szükség a fogalmak teljes megértéséhez.

(5 olvasói vélemény alapján)

Eredeti címe:

Model Selection and Model Averaging

Könyv tartalma:

A modell kiválasztása központi szerepet játszik az adatokkal végzett minden statisztikai munkában. A modellillesztés és a modellválasztás elméleti megértése terén gyors fejlődésnek lehettünk tanúi, mégis ez a könyv az első, amely szintetizálja a kutatást és a gyakorlatot ezen az aktív területen.

A modellválasztási kritériumokat, köztük az AIC, BIC, DIC és FIC kritériumokat magyarázza, tárgyalja és összehasonlítja. A modellválasztással járó bizonytalanságokat a gyakori és a Bayes-módszerek megvitatásával kezelik, modellátlagolási sémákat mutatnak be.

A valós adatokra vonatkozó példákat a módszertanba mélyebb betekintést nyújtó levezetések egészítik ki, és tanulságos gyakorlatok segítik a módszerek megismerését. A kísérő weboldalon adatkészletek és R-kódok találhatók.