Wybór modelu i jego uśrednianie

Opinie czytelników

Książka jest wysoko ceniona za wnikliwe podejście do wyboru modelu i uśredniania modeli w statystyce, odnosząc się do krytycznych pojęć związanych z niepewnością modelu. Recenzenci wyrażają opinię, że książka znacznie poprawiła ich zrozumienie i zastosowanie wnioskowania statystycznego, choć dla niektórych czytelników może być początkowo wyzwaniem.

⬤ Transformacyjna dla zrozumienia statystyki i niepewności modelu.
⬤ Dostarcza praktycznych narzędzi analitycznych do wyboru i uśredniania modeli.
⬤ Obejmuje ważne filozoficzne aspekty wnioskowania statystycznego.
⬤ Dobrze napisana, z satysfakcjonującymi przykładami i szczegółami.
⬤ Wciągająca zarówno dla statystyków teoretyków, jak i praktyków.

⬤ Może być trudną lekturą dla osób nieposiadających silnego zaplecza statystycznego.
⬤ Niektórzy czytelnicy mogą uznać, że wymaga ona wielokrotnego przeczytania, aby w pełni zrozumieć koncepcje.

(na podstawie 5 opinii czytelników)

Oryginalny tytuł:

Model Selection and Model Averaging

Zawartość książki:

Wybór modelu ma kluczowe znaczenie dla całej pracy statystycznej z danymi. Widzieliśmy szybki postęp w dopasowywaniu modeli i w teoretycznym zrozumieniu wyboru modelu, ale ta książka jest pierwszą, która syntetyzuje badania i praktykę z tej aktywnej dziedziny.

Kryteria wyboru modelu są wyjaśnione, omówione i porównane, w tym AIC, BIC, DIC i FIC. Niepewności związane z wyborem modelu są rozwiązywane poprzez dyskusje na temat częstych i bayesowskich metod uśredniania modeli.

Przykłady rzeczywistych danych są uzupełnione pochodnymi zapewniającymi głębszy wgląd w metodologię, a pouczające ćwiczenia budują znajomość metod. Towarzysząca strona internetowa zawiera zestawy danych i kod R.