Avis des lecteurs
Résumé:Ce livre est une exploration complète des modèles linéaires généralisés (GLM), loué pour sa rigueur mathématique et son approche structurée, ce qui le rend adapté à ceux qui ont une solide formation quantitative. Cependant, il est critiqué pour être dense et difficile pour les débutants qui peuvent manquer de connaissances de base.
Avantages:⬤ Excellentes explications des détails mathématiques des GLM, y compris les fonctions de liaison et l'estimation de la vraisemblance.
⬤ Bien structuré et facile à suivre avec des exemples pratiques.
⬤ Une ressource indispensable pour les étudiants et les statisticiens dans ce domaine.
⬤ Une base théorique solide construite progressivement tout au long du texte.
⬤ Contenu dense qui peut être difficile pour les débutants n'ayant pas de connaissances statistiques intermédiaires.
⬤ Manque de réponses claires à des questions fondamentales telles que l'utilisation des GLM plutôt que des MCO ou la sélection des fonctions de variance et de lien appropriées.
⬤ Considéré par certains comme une monographie plutôt que comme un manuel destiné aux débutants.
(basé sur 6 avis de lecteurs)
Titre original :
Generalized Linear Models
Contenu du livre :
Le succès de la première édition de Modèles linéaires généralisés a conduit à la mise à jour de la deuxième édition, qui continue à fournir un traitement unifié et définitif des méthodes d'analyse de divers types de données. Aujourd'hui, elle reste populaire pour sa clarté, la richesse de son contenu et sa pertinence directe pour l'agriculture, la biologie, la santé, l'ingénierie et d'autres applications.
Les auteurs se concentrent sur l'examen de la manière dont une variable de réponse dépend d'une combinaison de variables explicatives, de traitement et de variables de classification. Ils mettent particulièrement l'accent sur le cas important où la dépendance se produit par le biais d'une combinaison linéaire inconnue des variables explicatives.
La deuxième édition comprend des sujets ajoutés au cœur de la première édition, notamment les méthodes de vraisemblance conditionnelle et marginale, les équations d'estimation et les modèles pour les effets de dispersion et les composantes de la dispersion. La discussion d'autres sujets - modèles log-linéaires et apparentés, modèles de régression log odds-ratio, modèles de réponse multinomiaux, modèles linéaires inverses et apparentés, fonctions de quasi-vraisemblance et vérification des modèles - a été élargie et incorpore des révisions significatives.
La compréhension du matériel nécessite simplement une connaissance de la théorie des matrices et des idées de base de la théorie des probabilités, mais pour l'essentiel, le livre se suffit à lui-même. Par conséquent, avec ses exemples pratiques, ses nombreux exercices et ses sujets directement utiles aux chercheurs dans de nombreuses disciplines, Modèles linéaires généralisés est un texte idéal, un guide d'auto-apprentissage et un ouvrage de référence.
Autres informations sur le livre :
| ISBN : | 9780412317606 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Relié |
| Année de publication : | 1989 |
| Nombre de pages : | 532 |
Achat:
Actuellement disponible, en stock.
