Generalized linear models with examples in R /
Peter K. Dunn, Gordon K. Smyth.
- Primera edición.
- xx, 562 páginas : ilustraciones. .
- Springer texts in statistics, 1431-875X .
Este libro de texto presenta una introducción a la regresión lineal múltiple, proporcionando conjuntos de datos del mundo real y problemas de práctica. Se desarrolla un conocimiento práctico de la práctica estadística aplicada mediante el uso de estos conjuntos de datos y numerosos estudios de casos. Los autores incluyen un conjunto de problemas de práctica tanto al final de cada capítulo como al final del libro. Cada ejemplo en el texto tiene una referencia cruzada con el conjunto de datos relevante, de modo que los lectores puedan cargar los datos y seguir el análisis en sus propias sesiones de R. El equilibrio entre teoría y práctica es evidente en la lista de problemas, que varían en dificultad y propósito. Este libro está diseñado pensando en la enseñanza y el aprendizaje, con introducciones y resúmenes de capítulos, ejercicios, respuestas breves y ejemplos claros y sencillos. Centrándose en las conexiones entre los modelos lineales generalizados (GLM) y la regresión lineal, el libro también hace referencia a temas y herramientas avanzados que no se han incluido normalmente en las introducciones a los GLM hasta la fecha, como las distribuciones de la familia Tweedie con funciones de variación de potencia, aproximaciones de punto de silla, probabilidad pruebas de puntuación, verosimilitud del perfil modificado y residuos cuantiles aleatorios. Además, los autores presentan el nuevo paquete de código R, GLMsData, creado específicamente para este libro. Los modelos lineales generalizados con ejemplos en R equilibran la teoría con la práctica, lo que la hace ideal para estudiantes de nivel introductorio y de posgrado que tienen un conocimiento básico de álgebra matricial, cálculo y estadística.