Opinie czytelników
Podsumowanie:Książka oferuje kompleksowe badanie analiz regresji dla danych zliczeniowych, dostarczając matematycznych wyjaśnień i wzorów. Chociaż jest dobrze napisana i dokładna, stanowi również wyzwanie dla osób bez silnego zaplecza statystycznego, a recenzenci zauważyli brak praktycznych przykładów i problemy z prezentacją równań w formacie cyfrowym.
Zalety:⬤ Kompleksowe omówienie regresji danych zliczeniowych
⬤ jasny i staranny tekst
⬤ pomocny w zrozumieniu regresji Poissona i autokorelacji w modelach danych zliczeniowych
⬤ ogólnie pozytywny odbiór pomimo wyzwań.
Wady:⬤ Wyzwanie dla czytelników z ograniczonym doświadczeniem matematycznym
⬤ brak praktycznych przykładów demonstrujących teorie
⬤ słabe renderowanie równań w wersji cyfrowej utrudnia czytanie
⬤ może być zbyt techniczna i gęsta dla niektórych.
(na podstawie 7 opinii czytelników)
Oryginalny tytuł:
Regression Analysis of Count Data
Zawartość książki:
Studenci zarówno nauk społecznych, jak i przyrodniczych często poszukują metod regresji, aby wyjaśnić częstotliwość zdarzeń, takich jak wizyty u lekarza, wypadki samochodowe lub nowe przyznane patenty.
Niniejsza książka stanowi najbardziej kompleksowe i aktualne omówienie modeli i metod interpretacji takich danych. Autorzy prowadzą badania w tej dziedzinie od ponad dwudziestu pięciu lat.
W tej książce łączą teorię i praktykę, aby zaawansowane metody analizy były dostępne dla badaczy i praktyków pracujących z bardzo różnymi typami danych i oprogramowania w takich dziedzinach, jak statystyka stosowana, ekonometria, marketing, badania operacyjne, badania aktuarialne, demografia, biostatystyka i ilościowe nauki społeczne. Książka może być wykorzystywana jako praca referencyjna na temat modeli liczenia lub przez studentów poszukujących autorytatywnego przeglądu. Materiały uzupełniające w postaci zestawów danych, szablonów programów i zasobów bibliograficznych są dostępne w Internecie za pośrednictwem stron domowych autorów.
Drugie wydanie jest rozszerzoną i zaktualizowaną wersją pierwszego, z nowymi przykładami empirycznymi i ponad setką nowych referencji. Nowy materiał obejmuje nowe tematy teoretyczne, zaktualizowane i rozszerzone podejście do modeli przekrojowych, omówienie wnioskowania opartego na bootstrapie i symulacji, rozszerzone podejście do szeregów czasowych, danych wielowymiarowych i panelowych, rozszerzone podejście do endogenicznych regresorów, omówienie regresji kwantylowej oraz nowy rozdział poświęcony metodom bayesowskim.
