Note :
Les critiques mettent en évidence un fossé important entre les expériences des utilisateurs avec le livre. L'un d'entre eux estime que les explications manquent et que le matériel est trop avancé, tandis que l'autre le considère comme un excellent manuel d'analyse de régression qui combine efficacement la théorie et les applications pratiques.
Avantages:Le livre fournit un traitement complet de l'analyse de régression, combinant efficacement la théorie avec des exemples d'application, et inclut des applications de logiciels statistiques tels que Minitab, JMP, SAS, et R.
Inconvénients:Le livre est critiqué pour être trop abstrait avec des explications insuffisantes, en sautant des étapes de dérivation cruciales et en omettant de définir des termes clés, ce qui peut laisser les lecteurs dans l'embarras pour comprendre le matériel.
(basé sur 2 avis de lecteurs)
Introduction to Linear Regression Analysis
INTRODUCTION À L'ANALYSE DE RÉGRESSION LINÉAIRE
Une introduction complète et actuelle aux fondements de l'analyse de régression
Introduction à l'analyse de régression linéaire, 6e édition, est l'examen le plus complet, le plus exhaustif et le plus actuel des fondements de l'analyse de régression linéaire. Entièrement mis à jour dans cette nouvelle sixième édition, les éminents auteurs ont inclus de nouveaux éléments sur les techniques de régression généralisée et de nouveaux exemples pour aider le lecteur à comprendre les concepts enseignés dans le livre.
La nouvelle édition se concentre sur quatre domaines clés d'amélioration par rapport à la cinquième édition :
⬤ Nouveaux exercices et ensembles de données.
⬤ De nouveaux exercices et ensembles de données.
⬤ L'inclusion du logiciel JMP dans des domaines clés.
⬤ L'inclusion du logiciel JMP dans des domaines clés.
Introduction à l'analyse de régression linéaire mêle habilement théorie et application dans les utilisations conventionnelles et moins courantes de l'analyse de régression dans la recherche scientifique de pointe d'aujourd'hui. Le texte permet aux lecteurs de comprendre les principes de base nécessaires pour appliquer les techniques de construction de modèles de régression dans divers domaines d'étude, y compris l'ingénierie, la gestion et les sciences de la santé.
© 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)