×

兹马思-数学第一资源

应用预测建模。(英语) Zbl公司 1306.62014
纽约,纽约:斯普林格(ISBN 978-1-4614-6848-6/hbk;978-1-4614-6849-3/电子书)。十三,600 p(2013年)。
这本书评的目的是提供一个介绍和一个预测模型的实用指南。它是针对非数学读者的一些基本统计知识,包括线性回归和假设检验。所有的概念和方法都用计算软件R来说明。本书共有二十章,分为四个主要部分(除了第一章的导言外),涉及一般策略(第2-4章)、回归模型(第5-10章)、分类模型(第11-17章)和其他考虑因素(第18-20章)。
第一章简要介绍了预测建模的关键方面、术语以及预测建模不同应用领域的一些实际数据集的描述。在第二章简要介绍了数据开销、候选模型和模型选择等概念之后,第三章重点介绍了数据预处理,包括数据转换、缺失数据和添加和删除预测因子的过程。第四章提出了避免过度拟合的策略。
第二章从预测模型的准确性开始。在第六章介绍了线性回归模型之后,第七章讨论了非线性回归模型(如神经网络、多元自适应回归样条、支持向量机和K近邻)。第八章介绍回归树,第九章总结溶解度模型。在第十章中,我们以一个案例来说明混凝土混合物的抗压强度。
第11章总结了建立和评价分类反应模型的方法。第12章向读者介绍线性判别分析和其他线性分类模型,而第13章讨论非线性分类模型。在第14章介绍了分类树和基于规则的模型的基本概念之后,第15章总结了赠款申请模型。第16章讨论了阶级失衡的影响。本书的第三部分在第17章详细描述了一个案例研究。
最后三章讨论了数值和分类结果的重要性评分(第18章)、关键主题、特征选择的典型方法和常见缺陷(第19章)以及影响模型性能的因素(第20章)。本卷的结尾是一个附录,提供了各种模型的汇总表、计算软件R的介绍以及一个有兴趣的网站的参考列表。
总之,这本书是强烈推荐作为一个实用指南的非数学读者与基本统计知识。所有的概念都是在一个强大的实际背景下提出的,并用统计软件包R来说明。此外,每一章都提供支持性练习。

理学硕士:
62-01年 与统计学有关的介绍性说明(教科书、教程等)
62-04年 有关统计问题的软件、源代码等
62-07年 数据分析(统计)(MSC2010)
62Jxx公司 线性推断,回归
62小时30分 分类和区分;聚类分析(统计方面)
00A06年 非数学(工程、社会科学等)数学
PDF格式 BibTeX公司 XML 引用
全文: 内政部