Книга "Оценка и выводы методом максимального правдоподобия" предлагает новый взгляд на популярный и хорошо установленный метод максимального правдоподобия для статистической оценки и выводов. Она начинается с интуитивного введения в концепции и основы правдоподобия, а затем переходит к последним разработкам в методологии максимального правдоподобия, включая общие модели скрытых переменных и новый материал для практической реализации интегрированного правдоподобия с использованием бесплатного программного обеспечения ADMB. Также рассматриваются фундаментальные вопросы статистического вывода, включая презентацию некоторых философских дебатов, лежащих в основе выбора статистической парадигмы. Особенности: Предоставляет доступное введение в прагматическое моделирование методом максимального правдоподобия. Охватывает более сложные темы, включая общие формы моделей скрытых переменных (включая нелинейные и нетипичные смешанные эффекты и модели пространства состояний) и использование вариантов метода максимального правдоподобия, таких как оценочные уравнения, условное правдоподобие, ограниченное правдоподобие и интегрированное правдоподобие. Практический подход с акцентом на предоставление необходимых инструментов исследователям и практикующим специалистам, собирающим и анализирующим реальные данные. Представляет многочисленные примеры и исследования случаев в широком диапазоне применений, включая медицину, биологию и экологию. Рассматривает применения из различных областей с реализацией на языках R, SAS и/или ADMB. Предоставляет весь программный код и расширения программного обеспечения на специальном веб-сайте. Теоретические аспекты ограничены последними главами для поддержания читабельности и прагматической направленности предыдущих глав. Эта книга не только доступный и практический текст о методе максимального правдоподобия, она является всесторонним руководством по современной оценке и выводам методом максимального правдоподобия. Она заинтересует читателей всех уровней, от начинающих до экспертов. Она принесет огромную пользу исследователям и студентам статистики, начиная с выпускников бакалавриата до аспирантов. Для использования в качестве учебного пособия в конце каждой главы предлагаются упражнения.
Это руководство предлагает практический взгляд на самое популярное в настоящее время средство статистического анализа данных и выводов — метод максимального правдоподобия. Авторы начинают с внятного введения в концепты и основы Лямбда-функции и переводят внимание на новейшие методики приемов метода максимального правдоподобия, инклюде приводя новые методы для практического изменения Лямбда с помощью автоматического программного обеспечения АDMВ. Запасаются фундаментальные вопросы статистической оценки, которые проводят представлением некоторых философских обсуждений по поводу выбора статистической парадигмы. Основные особенности: обеспечивает доступное введение в представление практических образов модели максимальной Лямбда; затрагивают более продвинутые вопросы, например, всеобщие формы моделей с магическими аттри и процессуальными Лямбдами, и использование различных вариантов максимальной Лямбки, мотивации, соотносит максимально вероятную Лямбку и интегрированную Лямбкау предоставляет нравственные примеры и казусы в самых разных областях приложения, таких как медицина, биология и экология. Декалбетирона приложение из многих областей, с реализэйшен в R, SADВ и/или АDMБ. Обеспечивает все данные программой и европейскими расширениями на поддерживающем веб-сайте. Ограничивает вспомогающую теорию в последних главах для поддержания доступного и практического подхода предэдующих глав. Эта книга предоставляет не только доступное аналитическое руководство о максимальной Лямбке, но это желанное руководство для текущего максимального оценивания и представления. Оно будет интересно читателям всех уровней, от новичков до специалистов. Оно чрезвычайно поможет исследователям и студентом статистам от старших студентов до студентов продвинутой степени. Для использования в качестве текста курса, акценты предоставлены в конце каждой главы.
Электронная Книга «Maximum Likelihood Estimation and Inference» написана автором Группа авторов в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9780470094839
Описание книги от Группа авторов
This book takes a fresh look at the popular and well-established method of maximum likelihood for statistical estimation and inference. It begins with an intuitive introduction to the concepts and background of likelihood, and moves through to the latest developments in maximum likelihood methodology, including general latent variable models and new material for the practical implementation of integrated likelihood using the free ADMB software. Fundamental issues of statistical inference are also examined, with a presentation of some of the philosophical debates underlying the choice of statistical paradigm. Key features: Provides an accessible introduction to pragmatic maximum likelihood modelling. Covers more advanced topics, including general forms of latent variable models (including non-linear and non-normal mixed-effects and state-space models) and the use of maximum likelihood variants, such as estimating equations, conditional likelihood, restricted likelihood and integrated likelihood. Adopts a practical approach, with a focus on providing the relevant tools required by researchers and practitioners who collect and analyze real data. Presents numerous examples and case studies across a wide range of applications including medicine, biology and ecology. Features applications from a range of disciplines, with implementation in R, SAS and/or ADMB. Provides all program code and software extensions on a supporting website. Confines supporting theory to the final chapters to maintain a readable and pragmatic focus of the preceding chapters. This book is not just an accessible and practical text about maximum likelihood, it is a comprehensive guide to modern maximum likelihood estimation and inference. It will be of interest to readers of all levels, from novice to expert. It will be of great benefit to researchers, and to students of statistics from senior undergraduate to graduate level. For use as a course text, exercises are provided at the end of each chapter.
