Note :
Le livre est loué pour son excellent contenu sur la modélisation de la régression, fournissant des références utiles pour les défis de modélisation complexes, et est considéré comme bien écrit et facile à comprendre. Cependant, plusieurs utilisateurs ont critiqué la qualité de l'impression, notant des problèmes de lisibilité des figures et suggérant que des données d'exemple soient disponibles.
Avantages:Excellent contenu pour la modélisation de régression complexe, bien écrit, facile à suivre, sert de référence utile.
Inconvénients:Mauvaise qualité d'impression avec des figures illisibles, manque de disponibilité des données d'exemple.
(basé sur 4 avis de lecteurs)
Beyond Multiple Linear Regression: Applied Generalized Linear Models And Multilevel Models in R
Au-delà de la régression linéaire multiple : Applied Generalized Linear Models and Multilevel Models in R est conçu pour les étudiants de premier cycle qui ont suivi avec succès un cours de régression linéaire multiple, les aidant à développer une boîte à outils de modélisation élargie qui inclut les réponses non normales et la structure corrélée. Bien qu'il n'y ait pas de prérequis mathématique, les auteurs introduisent des sujets assez sophistiqués tels que la théorie de la vraisemblance, Poisson sans gonflement, et le bootstrapping paramétrique d'une manière intuitive et appliquée.
Les études de cas et les exercices présentent des données réelles et des questions de recherche réelles ; ainsi, la plupart des données du manuel proviennent de recherches menées en collaboration par les auteurs et leurs étudiants, ou de projets d'étudiants. Chaque chapitre comporte une variété d'exercices conceptuels, d'exercices guidés et d'exercices ouverts utilisant des données réelles.
Après avoir travaillé sur ce matériel, les étudiants développeront une boîte à outils élargie et une plus grande appréciation du monde plus large des données et de la modélisation statistique. Un manuel de solutions pour tous les exercices est disponible pour les instructeurs qualifiés sur le site web du livre à www.routledge.com, et les ensembles de données et les fichiers Rmd pour toutes les études de cas et les exercices sont disponibles sur le repo GitHub des auteurs (https : //github.com/proback/BeyondMLR) .
© 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)