Analiza regresji: Intuicyjny przewodnik po używaniu i interpretowaniu modeli liniowych

Opinie czytelników

Książka na temat analizy regresji jest chwalona za jasne, praktyczne podejście, dzięki czemu złożone koncepcje są dostępne bez zbytniego zagłębiania się w matematykę. Wielu czytelników uznało ją za przydatną zarówno dla początkujących, jak i doświadczonych praktyków, zwracając uwagę na jej kompleksowość i intuicyjny język. Zapewnia cenny wgląd zarówno w regresję liniową, jak i logistyczną, zwłaszcza w odniesieniu do zmiennych kategorialnych. Pojawiły się jednak pewne uwagi krytyczne dotyczące braku treści matematycznych i założenia wcześniejszej wiedzy statystycznej dla pełnego zrozumienia.

Pouczające, logiczne przejście od podstawowych do złożonych tematów, praktyczne zastosowanie, jasne wyjaśnienia, doskonałe zarówno dla początkujących, jak i bardziej zaawansowanych czytelników, intuicyjny język, dobre odniesienie do koncepcji regresji, pomocne w finansach i zastosowaniach związanych z nauką o danych.

Brak treści matematycznych i kodowania, może być zbyt uproszczona dla osób potrzebujących rygorystycznych podstaw matematycznych, zakłada pewne doświadczenie w statystyce, rozdziały obejmują tematy zbyt szybko dla absolutnie początkujących.

(na podstawie 19 opinii czytelników)

Oryginalny tytuł:

Regression Analysis: An Intuitive Guide for Using and Interpreting Linear Models

Zawartość książki:

Naucz się analizy regresji na głębszym poziomie dzięki wskazówkom napisanym codziennym językiem.

Intuicyjnie zrozumiesz analizę regresji, koncentrując się na pojęciach i wykresach, a nie na równaniach. Poznaj praktyczne wskazówki dotyczące modelowania danych i interpretacji wyników. Poczuj pewność, że prawidłowo analizujesz dane i możesz zaufać swoim wynikom. Wiedzieć, że można wykrywać i korygować pojawiające się problemy.

Przejście od początkującego do wykwalifikowanego praktyka gotowego do rzeczywistych zastosowań.

Po omówieniu sposobu działania regresji i powodów jej stosowania, książka obejmuje szereg tematów, w tym określanie i ocenę modeli, praktyczne zastosowania, rodzaje efektów, istotność statystyczną, przewidywania i szereg technik rozwiązywania problemów. Zawiera praktyczne i analityczne wskazówki.

⬤ Wybór właściwego typu analizy regresji.

⬤ Wybór najlepszego modelu i ocena jego dopasowania do danych.

⬤ Zinterpretować wyniki.

⬤ Zrozumienie efektów głównych, efektów interakcji i krzywizny modelowania.

⬤ Wykorzystanie wielomianów, transformacji danych i ważonych najmniejszych kwadratów.

⬤ Generowanie prognoz i ocena ich dokładności.

⬤ Sprawdzanie założeń i rozwiązywanie problemów.

⬤ Identyfikowanie nietypowych obserwacji i zarządzanie nimi.

⬤ Przykłady wielu modeli regresji i scenariuszy.

⬤ Dostęp do bezpłatnych zestawów danych do pobrania, dzięki czemu można samodzielnie pracować z przykładami.