遥远的

推广了线性模型的广义线性、混合效应和非参数回归模型。线性模型是统计实践的中心,是大量统计方法的基础。Julian J. Faraway的著名的线性模型与R检验回归和方差分析,证明了不同的方法可用,并显示在何种情况下每一个应用程序在这些脚步之后,用R扩展线性模型来调查从回归模型增长的技术,呈现三。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,涵盖的主题包括GLM诊断,广义线性混合模型,树木,甚至在统计中使用神经网络。为了证明理论和实践的相互作用,作者在整个书中编织了R软件环境的使用来分析真实实例的数据,提供了再现分析所必需的所有R命令。一个支持网站www. tas.LSA.UMIC.EDU//遥远的/ ELM拥有所有描述的数据平价书统计学家需要熟悉各种各样的思想和技术。这本书提供了一个丰富的方法学工具箱,并以其独特的介绍这些非常现代的统计技术,有可能打破新的基础上的方式,在这一领域的研究生课程。来源HTTP://RANK.R项目


ZBMaCT中的参考文献(22篇文章中引用)

显示结果1至20的22。
按年份排序(引文
  1. Rasch,Dieter;韦尔登,Rob;皮尔茨,J·鲁根:应用统计学。R(2019)的理论与问题解
  2. 鲍默,Benjamin S.;卡普兰,Daniel T.;Horton,Nicholas J.:R(2017)的现代数据科学
  3. 伊娃、Cabaye、AdRi、DeliCad、佩德罗、Esteve、安娜、Fordina、JoSeP:基于全局和局部距离的广义线性模型(2016)
  4. 遥远的Julian J.:用R-广义线性、混合效应和非参数回归模型推广线性模型。(2016)
  5. Meneses,安东尼奥;Naya,萨尔瓦多;L·Pez de Ullibarri,伊格纳西奥;TARRIIO-SAVEDERA,哈维尔:工程材料失效时间分布的非参数估计方法(2016)
  6. Morris,凯瑟琳;McNigelas,Paul D.:聚类、分类、判别分析和降维广义双曲混合(2016)
  7. Tattar,Prabhanjan N.;拉米亚,苏雷什;曼琼斯,B. G.:R(2016)统计学课程
  8. 多洛雷斯,Militino,Ana F.;阿恩霍尔特,Alan T.:R(2016)的概率统计
  9. Gondro,塞德里克:用R(2015)分析基因组数据的引物
  10. 魏,Yuhong;麦克尼古拉斯,Paul D.:聚类平均混合模型(2015)
  11. 杜,萧芳;Leung,Stephen C. H.;张,金龙;Lai,K. K.:基于支持向量机的易腐农产品需求预测(2013)
  12. Adalaa.,A.;Sadooghi Alvandi,S. M.;NeimoLaLi,A. R.:两片正规拉普拉斯分布(2012)
  13. 格罗斯,伊丽莎白;Drton,马蒂亚斯;Pitovii,索尼娅:方差分量模型的最大似然度(2012)
  14. KLAR,伯恩哈德;MeimANIS,Simos G.:广义线性模型中响应分布的规范测试(2012)
  15. Kong,麦英;坎邦,亚历克斯;史米斯,Michael J.:间断事件研究的扩展Logistic回归模型,季节趋势和序列相关(2012)
  16. Samuh,蒙杰德H;格里利,列奥纳多;兰皮奇尼,卡拉;Salmaso,路易吉;LunARDON,尼古拉:线性混合模型中方差分量的置换检验(2012)
  17. 安第斯,Ethan B.;施泰因,Michael L.:非平稳随机场的局部似然估计(2011)
  18. 登克尔,曼弗雷德;FACCA,蒂娜:共形测度和密度估计(2011)
  19. 张,金婷:具有功能反应的线性模型的统计推断(2011)
  20. 张,Tonglin;林,GE:对数线性模型中的空间扫描统计(2009)