Bewertung:
Das Buch bietet eine klare, praktische Anleitung zur logistischen Regression mit Schwerpunkt auf der SAS-Implementierung. Es wird für seine Lesbarkeit, den Beispielcode und die effektiven Erklärungen geschätzt, die sowohl Anfängern als auch erfahreneren Benutzern helfen. Einige Benutzer bemängelten jedoch einige Auslassungen und Pannen im Inhalt, insbesondere bei fortgeschrittenen Themen und speziellen Fragen der Modellanpassung.
Vorteile:⬤ Klarer und prägnanter Schreibstil.
⬤ Ausgezeichnete Erklärungen von Konzepten der logistischen Regression und praktischen Anwendungen.
⬤ Bietet eine Fülle von SAS-Beispielcode.
⬤ Nützlich sowohl für Anfänger als auch für erfahrene SAS-Anwender.
⬤ Großartiges Nachschlagewerk für schnelle Anwendungen und das Verständnis der logistischen Regression.
⬤ Deckt sowohl theoretische als auch pragmatische Aspekte des Themas ab.
⬤ Einige fortgeschrittene Themen werden nicht umfassend behandelt.
⬤ Einige Benutzer berichteten über kleinere Fehler in der Kindle-Version.
⬤ Fehlende Anleitungen für bestimmte Situationen, wie z. B. Diskrepanzen in der Chi-Quadrat-Statistik.
(basierend auf 18 Leserbewertungen)
Logistic Regression Using SAS: Theory and Application
Wenn Sie ein Forscher oder Student mit Erfahrung in multipler linearer Regression sind und etwas über logistische Regression lernen möchten, ist Paul Allisons Logistic Regression Using SAS: Theory and Application, Second Edition, genau das Richtige für Sie. Informell und nicht technisch erklärt dieses Buch sowohl die Theorie hinter der logistischen Regression als auch alle praktischen Details, die mit ihrer Implementierung mit SAS verbunden sind.
Mehrere Beispiele aus der Praxis werden ausführlich dargestellt. Dieses Buch erklärt auch die Unterschiede und Ähnlichkeiten zwischen den vielen Verallgemeinerungen des logistischen Regressionsmodells. Folgende Themen werden behandelt: binäre logistische Regression, Logit-Analyse von Kontingenztabellen, multinomiale Logit-Analyse, geordnete Logit-Analyse, Discrete-Choice-Analyse und Poisson-Regression.
Weitere Highlights sind Diskussionen über die Verwendung der GENMOD-Prozedur zur Durchführung loglinearer Analysen und GEE-Schätzungen für longitudinale binäre Daten. Es werden lediglich Grundkenntnisse des SAS DATA-Schrittes vorausgesetzt.
Die zweite Auflage beschreibt viele neue Funktionen von PROC LOGISTIC, darunter die bedingte logistische Regression, die exakte logistische Regression, verallgemeinerte Logit-Modelle, ROC-Kurven, die ODDSRATIO-Anweisung (zur Analyse von Interaktionen) und die EFFECTPLOT-Anweisung (zur grafischen Darstellung nichtlinearer Effekte). Neu ist auch die Behandlung von PROC SURVEYLOGISTIC (für komplexe Stichproben), PROC GLIMMIX (für verallgemeinerte lineare gemischte Modelle), PROC QLIM (für Selektionsmodelle und heterogene Logit-Modelle) und PROC MDC (für fortgeschrittene diskrete Auswahlmodelle).
Dieses Buch ist Teil des SAS Press Programms.
| ISBN: | 9781599946412 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
Derzeit verfügbar, auf Lager.
