Книга "Categorical Data Analysis" - это обширное руководство по методам анализа категориальных данных. Она предназначена для исследователей и прикладных специалистов в области биомедицины, социальных и финансовых наук. Книга охватывает последние методы одно- и многомерного анализа категориальных данных, используя унифицированный подход обобщенных линейных моделей, который связывает логистическую регрессию и лог-линейные модели Пуассона и отрицательного биномиального распределения для дискретных данных с нормальной регрессией для непрерывных данных.
В этом издании особое внимание уделено логистической и пробит-регрессии для бинарных, порядковых и номинальных ответов для независимых наблюдений, а также для сгруппированных данных с моделями маргинальных эффектов и моделями случайных эффектов. Книга также содержит две новые главы о альтернативных методах для бинарных ответов, включая методы сглаживания и регуляризации, методы классификации, такие как линейный дискриминантный анализ и классификационные деревья, и методы кластерного анализа. В книге представлены более 100 примеров анализа данных и более 600 упражнений. В конце каждой главы приводятся ссылки на последние исследования и темы, не рассмотренные в тексте, связанные с библиографией более чем из 1200 источников.
Книга содержит дополнительный веб-сайт, на котором представлены примеры использования программных пакетов R, SAS, SPSS и Stata для всех примеров, приведенных в тексте, а также решения упражнений. "Categorical Data Analysis, Third Edition" - это ценный инструмент для статистиков и методологов, таких как биостатистики и исследователи в социальных и поведенческих науках, медицине и общественном здравоохранении, маркетинге, образовании, финансах и промышленном контроле качества.
Categorical data analysis, by Alan Agresti, is a comprehensive guide for those interested in analyzing categorical data. It is a must-have resource for anyone planning on doing research or applying categorical analysis in their work.
The book provides a thorough treatment of the latest methods for analyzing univariate and multivariate categorical data and connects a generalized linear model approach that includes logistic regression, Poisson loglinear and negative binomial regression models, as well as normal regression models.
Agresti’s approach emphasizes the use of logistic regression and probit models for binary, ordinal and nominal data, which are common in various fields such as biomedicine, the social sciences and finance.
Categorical Data Analysis is a handy resource for those working in these fields who need to analyze categorical data using statistical methods. The book is packed with practical examples and exercises, making it easy to apply the concepts learned in the text.
Электронная Книга «Categorical Data Analysis» написана автором Alan Agresti в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9781118710852
Описание книги от Alan Agresti
Praise for the Second Edition «A must-have book for anyone expecting to do research and/or applications in categorical data analysis.» —Statistics in Medicine «It is a total delight reading this book.» —Pharmaceutical Research «If you do any analysis of categorical data, this is an essential desktop reference.» —Technometrics The use of statistical methods for analyzing categorical data has increased dramatically, particularly in the biomedical, social sciences, and financial industries. Responding to new developments, this book offers a comprehensive treatment of the most important methods for categorical data analysis. Categorical Data Analysis, Third Edition summarizes the latest methods for univariate and correlated multivariate categorical responses. Readers will find a unified generalized linear models approach that connects logistic regression and Poisson and negative binomial loglinear models for discrete data with normal regression for continuous data. This edition also features: An emphasis on logistic and probit regression methods for binary, ordinal, and nominal responses for independent observations and for clustered data with marginal models and random effects models Two new chapters on alternative methods for binary response data, including smoothing and regularization methods, classification methods such as linear discriminant analysis and classification trees, and cluster analysis New sections introducing the Bayesian approach for methods in that chapter More than 100 analyses of data sets and over 600 exercises Notes at the end of each chapter that provide references to recent research and topics not covered in the text, linked to a bibliography of more than 1,200 sources A supplementary website showing how to use R and SAS; for all examples in the text, with information also about SPSS and Stata and with exercise solutions Categorical Data Analysis, Third Edition is an invaluable tool for statisticians and methodologists, such as biostatisticians and researchers in the social and behavioral sciences, medicine and public health, marketing, education, finance, biological and agricultural sciences, and industrial quality control.
