Modele liniowe 2E

Opinie czytelników

Książka jest wysoko ceniona za czytelność i skuteczną równowagę między rygorem matematycznym a przejrzystością, dzięki czemu jest dostępna dla czytelników z podstawowym zrozumieniem statystyki i algebry liniowej. Jest jednak krytykowana za wiele drobnych literówek, słabe wyjaśnienia dowodów i ograniczone omówienie niektórych ważnych tematów.

⬤ Świetny kompromis między matematycznym rygorem a czytelnością.
⬤ Przejrzysta, dobrze zorganizowana treść, która jest łatwa do zrozumienia.
⬤ Przydatne ćwiczenia z podpowiedziami i rozwiązaniami do samodzielnej nauki.
⬤ Końcowy rozdział zawiera rozwiązania problemów postawionych we wcześniejszych rozdziałach, co ułatwia naukę.
⬤ Odpowiedni dla studentów studiów magisterskich i może być również używany jako źródło do samodzielnej nauki.

⬤ Przypadki drobnych literówek i błędów w formułach.
⬤ Słabo wyjaśnione dowody, często przekierowujące do innych źródeł bez wystarczających wskazówek.
⬤ Ograniczone omówienie ważnych tematów, takich jak uogólnione modele liniowe i diagnostyka.
⬤ Nie wszystkie objaśnienia są jasne, co może stanowić wyzwanie dla czytelników ze słabszym doświadczeniem w statystyce.

(na podstawie 9 opinii czytelników)

Oryginalny tytuł:

Linear Models 2E

Zawartość książki:

Niezbędne wprowadzenie do teorii i zastosowań modeli liniowych - teraz w nowym, cennym wydaniu.

Ponieważ większość zaawansowanych narzędzi statystycznych jest uogólnieniem modelu liniowego, konieczne jest najpierw opanowanie modelu liniowego, aby przejść do bardziej zaawansowanych koncepcji. Model liniowy pozostaje głównym narzędziem statystyki stosowanej i jest kluczowym elementem szkolenia każdego statystyka, niezależnie od tego, czy koncentruje się on na zastosowaniach, czy na teorii. To całkowicie zmienione i zaktualizowane nowe wydanie z powodzeniem rozwija podstawową teorię modeli liniowych dla regresji, analizy wariancji, analizy kowariancji i liniowych modeli mieszanych. Uwzględniono również najnowsze postępy w metodologii związanej z liniowymi modelami mieszanymi, uogólnionymi modelami liniowymi i modelem liniowym Bayesa.

Modele liniowe w statystyce, wydanie drugie zawiera pełne omówienie zaawansowanych tematów, takich jak mieszane i uogólnione modele liniowe, bayesowskie modele liniowe, dwukierunkowe modele z pustymi komórkami, geometria najmniejszych kwadratów, rachunek wektorowo-matrycowy, jednoczesne wnioskowanie oraz regresja logistyczna i nieliniowa. Zilustrowano również algebraiczne, geometryczne, częstościowe i bayesowskie podejścia zarówno do wnioskowania o modelach liniowych, jak i analizy wariancji. Dzięki rozszerzeniu odpowiedniego materiału i uwzględnieniu najnowszych osiągnięć technologicznych w tej dziedzinie, książka ta zapewnia czytelnikom teoretyczne podstawy do prawidłowej interpretacji danych wyjściowych oprogramowania komputerowego, a także efektywnego wykorzystania, dostosowywania i rozumienia modeli liniowych.

To nowoczesne drugie wydanie zawiera

⬤ Nowe rozdziały poświęcone bayesowskim modelom liniowym, a także losowym i mieszanym modelom liniowym.

⬤ Rozszerzone omówienie dwukierunkowych modeli z pustymi komórkami.

⬤ Dodatkowe rozdziały poświęcone geometrii najmniejszych kwadratów.

⬤ Zaktualizowane omówienie jednoczesnego wnioskowania.

Książkę uzupełniają czytelne dowody, rzeczywiste zestawy danych i obszerna bibliografia. Do celów przejściowych dodano dokładny przegląd niezbędnej algebry macierzy, a także liczne problemy teoretyczne i stosowane, wraz z wybranymi odpowiedziami zamieszczonymi na końcu książki. Powiązana strona internetowa zawiera dodatkowe zestawy danych i kod SAS(R) dla wszystkich przykładów numerycznych.

Linear Model in Statistics, Second Edition to książka obowiązkowa na kursach statystyki, biostatystyki i matematyki na poziomie licencjackim i magisterskim. Jest to również nieoceniona lektura dla badaczy, którzy chcą lepiej zrozumieć regresję i analizę wariancji.