Opinie czytelników
Podsumowanie:Książka jest kompleksowym omówieniem uogólnionych modeli liniowych (GLM), chwalonym za matematyczny rygor i uporządkowane podejście, dzięki czemu jest odpowiednia dla osób z solidnym doświadczeniem ilościowym. Jest jednak krytykowany za to, że jest gęsty i stanowi wyzwanie dla początkujących, którym może brakować podstawowej wiedzy.
Zalety:⬤ Doskonałe wyjaśnienia matematycznych szczegółów GLM, w tym funkcji łączących i estymacji prawdopodobieństwa.
⬤ Dobrze skonstruowany i łatwy do naśladowania z praktycznymi przykładami.
⬤ Niezastąpione źródło wiedzy dla studentów i statystyków.
⬤ Silne podstawy teoretyczne stopniowo budowane w całym tekście.
Wady:⬤ Gęsta treść, która może być wyzwaniem dla początkujących bez średnio zaawansowanej wiedzy statystycznej.
⬤ Brak jasnych odpowiedzi na podstawowe pytania, takie jak kiedy użyć GLM zamiast OLS lub wybrać odpowiednią wariancję i funkcje łączące.
⬤ Przez niektórych uważana raczej za monografię niż podręcznik dla początkujących.
(na podstawie 6 opinii czytelników)
Oryginalny tytuł:
Generalized Linear Models
Zawartość książki:
Sukces pierwszego wydania Generalized Linear Models doprowadził do zaktualizowania drugiego wydania, które nadal zapewnia ostateczne, ujednolicone podejście do metod analizy różnych typów danych. Dziś pozostaje popularny ze względu na swoją przejrzystość, bogactwo treści i bezpośrednie znaczenie dla rolnictwa, biologii, zdrowia, inżynierii i innych zastosowań.
Autorzy koncentrują się na badaniu sposobu, w jaki zmienna odpowiedzi zależy od kombinacji zmiennych objaśniających, leczenia i zmiennych klasyfikacyjnych. Szczególny nacisk kładą na ważny przypadek, w którym zależność występuje poprzez nieznaną, liniową kombinację zmiennych objaśniających.
Drugie wydanie zawiera tematy dodane do rdzenia pierwszego wydania, w tym metody prawdopodobieństwa warunkowego i krańcowego, równania szacunkowe oraz modele efektów dyspersji i składników dyspersji. Omówienie innych tematów - modeli logarytmiczno-liniowych i pokrewnych, modeli regresji logarytmicznej z ilorazem szans, wielomianowych modeli odpowiedzi, odwrotnych modeli liniowych i pokrewnych, funkcji quasi-prawdopodobieństwa i sprawdzania modeli - zostało rozszerzone i zawiera znaczące poprawki.
Zrozumienie materiału wymaga po prostu znajomości teorii macierzy i podstawowych idei teorii prawdopodobieństwa, ale w przeważającej części książka jest samodzielna. Dlatego też, dzięki praktycznym przykładom, licznym ćwiczeniom i tematom bezpośrednio przydatnym badaczom w wielu dyscyplinach, Uogólnione modele liniowe służy jako idealny tekst, przewodnik do samodzielnej nauki i odniesienie.
