Avis des lecteurs
Résumé:Le livre est très apprécié pour sa lisibilité et son équilibre efficace entre rigueur mathématique et clarté, ce qui le rend accessible aux lecteurs ayant une compréhension de base des statistiques et de l'algèbre linéaire. Cependant, il est critiqué pour de nombreuses fautes de frappe mineures, de mauvaises explications des preuves et une couverture limitée de certains sujets importants.
Avantages:⬤ Un bon compromis entre la rigueur mathématique et la lisibilité.
⬤ Un contenu clair, bien organisé et facile à comprendre.
⬤ Des exercices utiles avec des conseils et des solutions pour l'auto-apprentissage.
⬤ Le dernier chapitre comprend des solutions aux problèmes posés dans les chapitres précédents, ce qui facilite l'apprentissage.
⬤ Convient aux étudiants de troisième cycle et peut également être utilisé comme ressource d'auto-apprentissage.
⬤ Quelques fautes de frappe mineures et des erreurs dans les formules.
⬤ Preuves mal expliquées, souvent redirigées vers d'autres sources sans indications suffisantes.
⬤ Couverture limitée de sujets importants tels que les modèles linéaires généralisés et les diagnostics.
⬤ Toutes les explications ne sont pas claires, ce qui peut poser des problèmes aux lecteurs de premier cycle ayant une formation plus faible en statistique.
(basé sur 9 avis de lecteurs)
Titre original :
Linear Models 2E
Contenu du livre :
L'introduction essentielle à la théorie et à l'application des modèles linéaires, dans une nouvelle édition de grande valeur.
Comme la plupart des outils statistiques avancés sont des généralisations du modèle linéaire, il est nécessaire de maîtriser d'abord le modèle linéaire pour passer à des concepts plus avancés. Le modèle linéaire reste l'outil principal du statisticien appliqué et est au cœur de la formation de tout statisticien, qu'il s'agisse d'une application ou d'une théorie. Cette nouvelle édition entièrement révisée et mise à jour développe avec succès la théorie de base des modèles linéaires pour la régression, l'analyse de la variance, l'analyse de la covariance et les modèles mixtes linéaires. Les avancées récentes dans la méthodologie liée aux modèles mixtes linéaires, aux modèles linéaires généralisés et au modèle linéaire bayésien sont également abordées.
Les modèles linéaires en statistique, deuxième édition, comprend une couverture complète des sujets avancés, tels que les modèles linéaires mixtes et généralisés, les modèles linéaires bayésiens, les modèles à deux voies avec cellules vides, la géométrie des moindres carrés, le calcul vectoriel et matriciel, l'inférence simultanée, et la régression logistique et non-linéaire. Les approches algébriques, géométriques, fréquentistes et bayésiennes de l'inférence des modèles linéaires et de l'analyse de la variance sont également illustrées. Grâce à l'élargissement du matériel pertinent et à l'inclusion des derniers développements technologiques dans le domaine, ce livre fournit aux lecteurs les bases théoriques pour interpréter correctement les résultats des logiciels informatiques ainsi que pour utiliser, personnaliser et comprendre efficacement les modèles linéaires.
Cette deuxième édition moderne comprend :
⬤ De nouveaux chapitres sur les modèles linéaires bayésiens ainsi que sur les modèles linéaires aléatoires et mixtes.
⬤ Une discussion élargie sur les modèles à deux voies avec des cellules vides.
⬤ Des sections supplémentaires sur la géométrie des moindres carrés.
⬤ Mise à jour de la couverture de l'inférence simultanée.
Le livre est complété par des épreuves faciles à lire, des ensembles de données réelles et une vaste bibliographie. Un examen approfondi de l'algèbre matricielle requise a été ajouté à des fins de transition, et de nombreux problèmes théoriques et appliqués ont été incorporés avec des réponses sélectionnées fournies à la fin du livre. Un site Web connexe comprend des ensembles de données supplémentaires et le code SAS(R) pour tous les exemples numériques.
Linear Model in Statistics, Second Edition est un ouvrage indispensable pour les cours de statistique, de biostatistique et de mathématiques au niveau du premier et du deuxième cycle universitaire. Il constitue également une référence inestimable pour les chercheurs qui ont besoin de mieux comprendre la régression et l'analyse de la variance.
Autres informations sur le livre :
| ISBN : | 9780471754985 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Relié |
| Année de publication : | 2008 |
| Nombre de pages : | 688 |
Achat:
Actuellement disponible, en stock.
