Note :
Le livre est bien accueilli pour ses explications claires et accessibles de la régression logistique, ce qui en fait un ouvrage adapté aux débutants et un guide de référence. Si certains lecteurs le trouvent facile à comprendre, d'autres notent qu'il peut être difficile dans certaines sections. Il est apprécié pour son approche pratique, reliant la régression logistique à des concepts familiers tels que la régression multiple et présentant des exemples utiles, en particulier dans le contexte de logiciels statistiques populaires.
Avantages:Explications claires et compréhensibles des concepts de la régression logistique.
Inconvénients:Un bon matériel de référence pour les utilisateurs débutants et avancés.
(basé sur 10 avis de lecteurs)
Applied Logistic Regression Analysis
Cette deuxième édition se concentre à nouveau sur les modèles de régression logistique pour les données individuelles, mais les données agrégées ou groupées sont également prises en compte. Le livre comprend des discussions détaillées sur la qualité de l'ajustement, les indices d'efficacité prédictive et les coefficients de régression logistique standardisés, ainsi que des exemples utilisant SAS et SPSS.
⬤ Le livre comprend des discussions détaillées sur la qualité de l'ajustement, les indices d'efficacité prédictive et les coefficients de régression logistique standardisés, ainsi que des exemples utilisant SAS et SPSS.
⬤ Une discussion actualisée des propriétés et de l'utilisation appropriée des mesures de qualité d'ajustement, des analogues de R-carré et des indices d'efficacité prédictive.
⬤ Discussion de l'utilisation abusive des rapports de cotes pour représenter les rapports de risque, et de la surdispersion et de la sous-dispersion pour les données groupées.
Mise à jour de la couverture des modèles de régression logistique polytomiques ordonnés et non ordonnés.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)