遥远的

用广义线性、混合效应和非参数回归模型扩展线性模型。线性模型是统计学实践的核心,是各种统计方法的基础。Julian J.Faraway广受好评的带有R的线性模型研究了回归和方差分析,演示了可用的不同方法,并显示了每种方法适用的情况。par遵循这些步骤,用R扩展线性模型调查了回归模型中发展起来的技术,提出了三种方法该框架的扩展:广义线性模型(GLMs)、混合效应模型和非参数回归模型。作者的治疗是完全现代的,包括GLM诊断,广义线性混合模型,树,甚至在统计学中使用神经网络。为了证明理论和实践的相互作用,在本书中,作者编织了使用R软件环境来分析实际例子的数据,提供了再现分析所需的所有R命令。支持网站www.stat.lsa.umich.edu/faraway/ELM保存了书中描述的所有数据。这本书提供了一个储备充足的方法论工具箱,并以其独特的呈现这些非常现代的统计技术,有潜力在这个领域的研究生水平课程的教学方式上开辟新的天地(资料来源:http://cran.r-project.org/web/packages)


zbMATH参考文献(参考 22篇文章

显示第1到第20个结果,共22个。
按年份排序(引用)
  1. Dieter Rasch;Verdooren,Rob;Pilz,Jürgen:应用统计学。R理论与问题解决方案(2019)
  2. Baumer,Benjamin S.;Kaplan,Daniel T.;Horton,Nicholas J.:现代数据科学与R(2017)
  3. 日本央行,伊娃;卡巴莱,阿德里亚;德利卡多,佩德罗;埃斯特夫,安娜;富蒂安娜,约瑟普:基于全球和局部距离的广义线性模型(2016年)
  4. Faraway,Julian J.:用R扩展线性模型。广义线性、混合效应和非参数回归模型。(2016年)
  5. 梅内塞斯,安东尼奥;纳亚,萨尔瓦多;López de Ullibarri,Ignacio;Tarrío-Saavedra,Javier:估算工程材料失效时间分布的非参数方法(2016年)
  6. Morris,Katherine;McNicholas,Paul D.:基于广义双曲混合的聚类、分类、判别分析和降维(2016)
  7. Tattar,Prabhanjan N.;Ramaiah,Suresh;Manjunath,B.G.:统计与R课程(2016)
  8. Ugarte,María Dolores;Militino,Ana F.;Arnholt,Alan T.:概率与统计与R(2016)
  9. Gondro,Cedric:使用R分析基因组数据的引物(2015)
  10. Wei,Yuhong;McNicholas,Paul D.:聚类的混合模型平均(2015)
  11. 杜晓芳;梁振华;张金龙;赖克康:基于支持向量机的易腐农产品需求预测(2013)
  12. Ardalan,A.;Sadooghi-Alvandi,S.M.;Nelinellahi,A.R.:两件式正态拉普拉斯分布(2012)
  13. Gross,Elizabeth;Drton,Mathias;Petrović,Sonja:最大似然方差度分量模型(2012)
  14. Klar,Bernhard;Meintanis,Simos G.:广义线性模型中响应分布的规范测试(2012)
  15. Kong,Maiying;Cambon,Alex;Smith,Michael J.:具有中断事件、季节趋势和序列相关性的扩展逻辑回归模型(2012)
  16. Samuh,Monjed H.;Grilli,Leonardo;Rampichini,Carla;Salmaso,Luigi;Lunardon,Nicola:线性混合模型中方差分量的置换检验(2012年)
  17. Anders,Ethan B.;Stein,Michael L.:非平稳随机场的局部似然估计(2011)
  18. Denker,Manfred;Facca,Tina:共形测量和密度估计(2011)
  19. 张金婷:具有功能反应的线性模型的统计推断(2011)
  20. 张同林,林,葛:对数线性模型中的空间扫描统计(2009)