Книга "Введение в линейные модели и статистический вывод" - это результат практического опыта авторов в классе и нацелена на то, чтобы ученики научились анализировать линейные отношения на реальных наборах данных. Текст начинается с представления четырех простых примеров фактических наборов данных. Эти примеры разрабатываются и анализируются на протяжении всего текста, и более сложные примеры наборов данных представляются по мере продвижения. Взяв мультидисциплинарный подход, книга следует за заключением анализов наборов данных из геологии, биологии, экономики, психологии, образования, социологии и экологических наук. Когда ученики учатся анализировать наборы данных, они овладевают все более сложными методиками линейного моделирования, включая:
- Простые линейные модели
- Многомерные модели
- Строительство моделей
- Анализ дисперсии (ANOVA)
- Анализ совместной дисперсии (ANCOVA)
- Логистическая регрессия
- Общая наименьших квадратов
Основы статистического анализа разрабатываются и акцентируются в особенности на проверке предположений и выводах из линейных моделей. В конце каждой главы включены упражнения для проверки навыков учеников перед переходом к более сложным методикам и моделям. Эти упражнения помечены, чтобы указать, нужны ли навыки в области математики, линейной алгебры или компьютерных навыков. В отличие от других текстов в этой области, математика, лежащая в основе моделей, тщательно объясняется и доступна для студентов, у которых нет никакого опыта в области математики или линейной алгебры. В большинстве глав включен дополнительный раздел по линейной алгебре для студентов, заинтересованных в более глубоком понимании. Множество наборов данных, которые появляются в тексте, доступны на веб-сайте книги. Программа MINITAB используется для иллюстрации многих примеров. Для студентов, не знакомых с MINITAB, в приложении представлены основные функции, необходимые для изучения линейных моделей. Благодаря своему мультидисциплинарному подходу и использованию реальных наборов данных, которые оживляют тему, это отличное введение в линейные модели для студентов в любой из естественных или социальных наук.
Книга от руки опытного преподавателя и направлена на то, чтобы научить студентов анализировать линейные взаимосвязи в исследованиях. Впервые книга состоит из простых примеров реальных наборов данных. Эти примеры подробно разобраны на страницах книги, более сложные варианты вводятся по ходу чтения.
В книге используется разнообразные подходы, когда анализируются данные из геологических, биологических, экономических, психологических, образовательных, социологических и экологических наук. В процессе освоения анализа данных студенты учатся применять сложные методы линейного моделирования, такие как:
простые линейные модели; многомерные модели; построение моделей; дисперсионный анализ (АNОVА); анализ совместного влияния (АNCОVА), логистическая регрессия; анализ наименьших квадратов. Основы статистического анализа подробно изучаются и подчеркиваются, особенно с точки зрения тестирования допущений и подготовки выводов для моделей. Упражнения присутствуют в конце каждой главы, чтобы проверить уровень знаний перед изучением более сложных техник и моделей. Эти упражнения помечены, чтобы увидеть, нужна ли для их выполнения математическая подготовка, алгебра или компьютерные навыки. На каждой странице книги есть необязательный раздел по алгебре, чтобы желающие могли глубже понять материал. Большинство данных, приведенных в книге, доступны на ее сайте в интернете. Для большей части примеров используются данные программы MINITAB, хотя для тех, кто не знаком с данным приложением есть приложение, объясняющее ключевые моменты работы с линейными моделями.
Электронная Книга «Introduction to Linear Models and Statistical Inference» написана автором Frederick Tinsley в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9780471740100
Описание книги от Frederick Tinsley
A multidisciplinary approach that emphasizes learning by analyzing real-world data sets This book is the result of the authors' hands-on classroom experience and is tailored to reflect how students best learn to analyze linear relationships. The text begins with the introduction of four simple examples of actual data sets. These examples are developed and analyzed throughout the text, and more complicated examples of data sets are introduced along the way. Taking a multidisciplinary approach, the book traces the conclusion of the analyses of data sets taken from geology, biology, economics, psychology, education, sociology, and environmental science. As students learn to analyze the data sets, they master increasingly sophisticated linear modeling techniques, including: * Simple linear models * Multivariate models * Model building * Analysis of variance (ANOVA) * Analysis of covariance (ANCOVA) * Logistic regression * Total least squares The basics of statistical analysis are developed and emphasized, particularly in testing the assumptions and drawing inferences from linear models. Exercises are included at the end of each chapter to test students' skills before moving on to more advanced techniques and models. These exercises are marked to indicate whether calculus, linear algebra, or computer skills are needed. Unlike other texts in the field, the mathematics underlying the models is carefully explained and accessible to students who may not have any background in calculus or linear algebra. Most chapters include an optional final section on linear algebra for students interested in developing a deeper understanding. The many data sets that appear in the text are available on the book's Web site. The MINITAB(r) software program is used to illustrate many of the examples. For students unfamiliar with MINITAB(r), an appendix introduces the key features needed to study linear models. With its multidisciplinary approach and use of real-world data sets that bring the subject alive, this is an excellent introduction to linear models for students in any of the natural or social sciences.
