Книга "Линейные модели в статистике" является важным введением в теорию и применение линейных моделей. Так как большинство продвинутых статистических инструментов являются обобщениями линейной модели, необходимо сначала овладеть линейной моделью, чтобы двигаться дальше к более продвинутым концепциям. Линейная модель остается основным инструментом прикладного статистика и является центральной частью обучения любого статистика, независимо от того, насколько оно прикладное или теоретическое.
Это полностью пересмотренное и обновленное издание успешно развивает основную теорию линейных моделей для регрессии, анализа дисперсии, анализа ковариации и линейных смешанных моделей. Также рассматриваются недавние достижения в методологии, связанной с линейными смешанными моделями, обобщенными линейными моделями и байесовской линейной моделью. В книге полностью освещены продвинутые темы, такие как смешанные и обобщенные линейные модели, байесовские линейные модели, двухфакторные модели с пустыми ячейками, геометрия метода наименьших квадратов, векторно-матричное исчисление, одновременное выводимое заключение и логистическая и нелинейная регрессия.
В книге иллюстрируются алгебраические, геометрические, частотно-вероятностные и байесовские подходы как к выводу линейных моделей, так и к анализу дисперсии. Благодаря расширению соответствующего материала и включению последних технологических разработок в этой области, эта книга предоставляет читателям теоретические основы для правильного интерпретирования выходных данных компьютерного программного обеспечения, а также эффективного использования, настройки и понимания линейных моделей.
Книга содержит легко читаемые доказательства, настоящие наборы данных и обширную библиографию, а также многочисленные теоретические и прикладные задачи с выбранными ответами в конце книги. Связанный веб-сайт включает дополнительные наборы данных и коды SAS для всех числовых примеров. "Линейные модели в статистике, второе издание" является необходимой книгой для курсов по статистике, биостатистике и математике на старших курсах бакалавриата и магистратуры. Она также является ценным справочником для исследователей, которым необходимо получить более глубокое понимание регрессии и анализа дисперсии.
Электронная Книга «Linear Models in Statistics» написана автором Alvin Rencher C. в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9780470192603
Описание книги от Alvin Rencher C.
The essential introduction to the theory and application of linear models—now in a valuable new edition Since most advanced statistical tools are generalizations of the linear model, it is neces-sary to first master the linear model in order to move forward to more advanced concepts. The linear model remains the main tool of the applied statistician and is central to the training of any statistician regardless of whether the focus is applied or theoretical. This completely revised and updated new edition successfully develops the basic theory of linear models for regression, analysis of variance, analysis of covariance, and linear mixed models. Recent advances in the methodology related to linear mixed models, generalized linear models, and the Bayesian linear model are also addressed. Linear Models in Statistics, Second Edition includes full coverage of advanced topics, such as mixed and generalized linear models, Bayesian linear models, two-way models with empty cells, geometry of least squares, vector-matrix calculus, simultaneous inference, and logistic and nonlinear regression. Algebraic, geometrical, frequentist, and Bayesian approaches to both the inference of linear models and the analysis of variance are also illustrated. Through the expansion of relevant material and the inclusion of the latest technological developments in the field, this book provides readers with the theoretical foundation to correctly interpret computer software output as well as effectively use, customize, and understand linear models. This modern Second Edition features: New chapters on Bayesian linear models as well as random and mixed linear models Expanded discussion of two-way models with empty cells Additional sections on the geometry of least squares Updated coverage of simultaneous inference The book is complemented with easy-to-read proofs, real data sets, and an extensive bibliography. A thorough review of the requisite matrix algebra has been addedfor transitional purposes, and numerous theoretical and applied problems have been incorporated with selected answers provided at the end of the book. A related Web site includes additional data sets and SAS® code for all numerical examples. Linear Model in Statistics, Second Edition is a must-have book for courses in statistics, biostatistics, and mathematics at the upper-undergraduate and graduate levels. It is also an invaluable reference for researchers who need to gain a better understanding of regression and analysis of variance.
