Cantitate/Preț
Produs
Total produse
Vezi coșul
Foundations of Linear and Generalized Linear Models de Alan Agresti

Foundations of Linear and Generalized Linear Models: Wiley Series in Probability and Statistics

Autor Alan Agresti
en Limba Engleză Hardback – 3 apr 2015

Subliniem autoritatea academică a lui Alan Agresti, profesor distins la Universitatea din Florida, a cărui carieră de peste trei decenii în cercetarea modelelor categoriale fundamentează rigoarea acestui volum. În Foundations of Linear and Generalized Linear Models, autorul sintetizează decenii de predare și cercetare într-un ghid teoretic și practic esențial pentru statistica modernă. Volumul extinde cadrul conceptual propus de An Introduction to Generalized Linear Models de Annette J. Dobson, aducând o profunzime sporită în zona fundamentelor matematice și a tehnicilor de modelare computațională prin intermediul software-ului R.

Remarcăm structura didactică ce pornește de la proiecția datelor pe subspatii vectoriale și descompunerea ortogonală, evoluând natural spre modelele liniare generalizate (GLM) pentru date de numărare și categoriale. Această lucrare ocupă un loc central în opera autorului, făcând puntea între abordarea aplicată din Statistical Methods for the Social Sciences, Global Edition și rigoarea tehnică din An Introduction to Categorical Data Analysis. Față de alte texte din domeniu, Alan Agresti reușește să integreze subiecte complexe, precum ecuațiile de estimare generalizate și modelele mixte pentru date corelate, fără a sacrifica claritatea expunerii.

Experiența de lectură este definită de un echilibru precis între demonstrația teoretică și aplicabilitatea imediată. Cele peste 400 de exerciții și seturile de date disponibile transformă volumul dintr-o simplă monografie într-un instrument de lucru activ. Recomandăm acest titlu pentru rigoarea cu care tratează metodele de cvasi-verosimilitate și extensiile către problemele de înaltă dimensionalitate, oferind o perspectivă integrată asupra întregului spectru de modelare statistică utilizat în prezent în cercetarea științifică.

Citește tot Restrânge

Din seria Wiley Series in Probability and Statistics

Preț: 72628 lei

Preț vechi: 94322 lei
-23%

Puncte Express: 1089

Carte disponibilă

Livrare economică 09-23 mai
Livrare express 25 aprilie-01 mai pentru 4606 lei

 Adaugă în coș

Wish list
Gift list
Am citit!
Adaugă în listă

Specificații

ISBN-13: 9781118730034
ISBN-10: 1118730038
Pagini: 480
Dimensiuni: 161 x 240 x 30 mm
Greutate: 0.87 kg
Editura: John Wiley & Sons, Inc.
Colecția Wiley Series in Probability and Statistics
Seria Wiley Series in Probability and Statistics

Locul publicării:Hoboken, United States

Public țintă

An invaluable textbook for upper–undergraduate and graduate–level students in statistics and biostatistics courses, Foundations of Linear and Generalized Linear Models is also an excellent reference for practicing statisticians and biostatisticians, as well as anyone who is interested in learning about the most important statistical models for analyzing data.

De ce să citești această carte

Recomandăm această carte studenților de la masterat și doctorat, precum și statisticienilor practicieni care doresc o înțelegere profundă a fundamentelor GLM. Cititorul câștigă nu doar competențe teoretice solide, ci și abilități practice de implementare în R. Este o resursă indispensabilă pentru oricine analizează date complexe, oferind soluții riguroase pentru modele logistice, Poisson și modele cu efecte mixte.

Despre autor

Alan Agresti este Distinguished Professor Emeritus în Departamentul de Statistică al Universității din Florida, unde a activat timp de 35 de ani. Este recunoscut la nivel mondial pentru contribuțiile sale în analiza datelor categoriale, fiind autorul a peste 100 de articole de specialitate și al unor manuale de referință în domeniu. Este Fellow al American Statistical Association și a primit numeroase premii pentru excelență în predare. Expertiza sa acoperă atât metodele statistice pentru științele sociale, cât și dezvoltarea fundamentelor teoretice pentru modelele liniare generalizate, fiind unul dintre cei mai citați autori din literatura statistică contemporană.

Descriere scurtă

A valuable overview of the most important ideas and results in statistical modeling
Written by a highly-experienced author, Foundations of Linear and Generalized Linear Models is a clear and comprehensive guide to the key concepts and results of linear statistical models. The book presents a broad, in-depth overview of the most commonly used statistical models by discussing the theory underlying the models, R software applications, and examples with crafted models to elucidate key ideas and promote practical model building.
The book begins by illustrating the fundamentals of linear models, such as how the model-fitting projects the data onto a model vector subspace and how orthogonal decompositions of the data yield information about the effects of explanatory variables. Subsequently, the book covers the most popular generalized linear models, which include binomial and multinomial logistic regression for categorical data, and Poisson and negative binomial loglinear models for count data. Focusing on the theoretical underpinnings of these models, Foundations of Linear and Generalized Linear Models also features:
  • An introduction to quasi-likelihood methods that require weaker distributional assumptions, such as generalized estimating equation methods
  • An overview of linear mixed models and generalized linear mixed models with random effects for clustered correlated data, Bayesian modeling, and extensions to handle problematic cases such as high dimensional problems
  • Numerous examples that use R software for all text data analyses
  • More than 400 exercises for readers to practice and extend the theory, methods, and data analysis
  • A supplementary website with datasets for the examples and exercises
An invaluable textbook for upper-undergraduate and graduate-level students in statistics and biostatistics courses, Foundations of Linear and Generalized Linear Models is also an excellent reference for practicing statisticians and biostatisticians, as well as anyone who is interested in learning about the most important statistical models for analyzing data.