Bewertung:
Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 9 Stimmen.
Understanding Regression Analysis: A Conditional Distribution Approach
Understanding Regression Analysis vereint verschiedene Regressionsanwendungen wie das klassische Modell, ANOVA-Modelle, verallgemeinerte Modelle wie Poisson, Negative Binomialverteilung, logistische Modelle und Überlebensmodelle, neuronale Netze und Entscheidungsbäume unter einem gemeinsamen Dach - dem Modell der bedingten Verteilung. Es wird erklärt, warum das bedingte Verteilungsmodell das richtige Modell ist, und es wird auch erklärt (und bewiesen), warum die Annahmen des klassischen Regressionsmodells falsch sind. Im Gegensatz zu anderen Regressionsbüchern wird in diesem Buch von Anfang an der realistische Ansatz verfolgt, dass alle Modelle nur Näherungen sind. Der Schwerpunkt liegt also darauf, die Prozesse der Natur realistisch zu modellieren, anstatt (fälschlicherweise) davon auszugehen, dass die Natur auf bestimmte, eingeschränkte Weise funktioniert.
Zu den wichtigsten Merkmalen des Buches gehören:
⬤ Zahlreiche Arbeitsbeispiele unter Verwendung der Software R.
⬤ Schlüsselpunkte und Fragen zum Selbststudium, die "just-in-time" in den Kapiteln angezeigt werden.
⬤ Einfache mathematische Erklärungen ("Baby-Beweise") von Schlüsselkonzepten.
⬤ Klare Erklärungen und Anwendungen der statistischen Signifikanz (p -Werte), unter Einbeziehung der Richtlinien der American Statistical Association.
⬤ Verwendung der Terminologie "datengenerierender Prozess" anstelle von "Population".
⬤ Es wird durchgehend von einem Zufalls-X-Rahmen ausgegangen (der Fall eines festen X wird als Spezialfall des Zufalls-X-Falls dargestellt).
⬤ Klare Erklärungen zur probabilistischen Modellierung, einschließlich Likelihood-basierter Methoden.
⬤ Durchgängige Verwendung von Simulationen zur Erklärung von Konzepten und zur Durchführung von Datenanalysen.
Dieses Buch ist stark auf die Wissenschaft im Allgemeinen ausgerichtet und enthält Fragen zur Überprüfung der Kapitel und zum Selbststudium, so dass es als Lehrbuch für forschungsorientierte Studenten der Sozial-, Bio- und Medizin- sowie der Physik- und Ingenieurwissenschaften verwendet werden kann. Außerdem eignet es sich aufgrund seines mathematischen Schwerpunkts hervorragend als Lehrbuch in Mathematik- und Statistikkursen. Mit seinen zahlreichen Arbeitsbeispielen ist es auch ideal als Nachschlagewerk für alle Wissenschaftler geeignet.
| ISBN: | 9780367458522 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Hardcover |
| Erscheinungsjahr: | 2020 |
| Seitenzahl: | 496 |
Derzeit verfügbar, auf Lager.
