دانلود کتاب Applying Generalized Linear Models

ترجمه فارسی توضیحات (ترجمه ماشینی)

استفاده از مدل های خطی تعمیم یافته

استفاده از مدل‌های خطی تعمیم‌یافته توضیح می‌دهد که چگونه می‌توان از روش‌های مدل‌سازی خطی تعمیم‌یافته برای مدل‌سازی آماری در بسیاری از زمینه‌های مختلف استفاده کرد، بدون اینکه در مشکلات استنتاج آماری گم شود. بسیاری از دانش‌آموزان، حتی در دوره‌های آمار نسبتاً پیشرفته، یک دید کلی ندارند که به موجب آن بتوانند ببینند که سه حوزه – مدل‌های عادی خطی، طبقه‌بندی و بقا – اشتراکات زیادی دارند. نویسنده وحدت بسیاری از مدل‌های متداول را نشان می‌دهد و طعم بسیاری از حوزه‌های مختلف مانند مدل‌های بقا، سری‌های زمانی و تحلیل فضایی را در اختیار خواننده قرار می‌دهد. این کتاب باید برای آماردانان کاربردی و دانشمندانی که پایه های اساسی در آمار مدرن دارند جذاب باشد. با تمرین های زیادی که در انتهای فصل ها گنجانده شده است، متن بسیار خوبی برای آموزش کاربردهای اساسی مدل سازی آماری خواهد بود. فرض بر این است که خواننده از اصول اولیه آماری، چه از دیدگاه بیزی، مکرر یا احتمال مستقیم، آگاهی دارد و باید حداقل با تحلیل مدل‌های خطی نرمال ساده‌تر، رگرسیون و ANOVA آشنا باشد. نویسنده استاد بخش آمار زیستی در دانشگاه لیمبورگ، دیپن بیک، در بخش علوم اجتماعی در دانشگاه لیژ، و در آمار پزشکی در دانشگاه دمونفورت، لستر است. او نویسنده 9 کتاب دیگر است.

Applying Generalized Linear Models

Applying Generalized Linear Models describes how generalized linear modelling procedures can be used for statistical modelling in many different fields, without becoming lost in problems of statistical inference. Many students, even in relatively advanced statistics courses, do not have an overview whereby they can see that the three areas – linear normal, categorical, and survival models – have much in common. The author shows the unity of many of the commonly used models and provides the reader with a taste of many different areas, such as survival models, time series, and spatial analysis. This book should appeal to applied statisticians and to scientists with a basic grounding in modern statistics. With the many exercises included at the ends of chapters, it will be an excellent text for teaching the fundamental uses of statistical modelling. The reader is assumed to have knowledge of basic statistical principles, whether from a Bayesian, frequentist, or direct likelihood point of view, and should be familiar at least with the analysis of the simpler normal linear models, regression and ANOVA. The author is professor in the biostatistics department at Limburgs University, Diepenbeek, in the social science department at the University of Liège, and in medical statistics at DeMontfort University, Leicester. He is the author of nine other books.