คำแนะนำหนังสือสำหรับการวิเคราะห์หลายตัวแปร

ฉันสนใจรับหนังสือเกี่ยวกับการวิเคราะห์หลายตัวแปรและต้องการคำแนะนำของคุณ ยินดีต้อนรับหนังสือฟรีเสมอ แต่ถ้าคุณรู้เกี่ยวกับหนังสือ MVA ที่ยอดเยี่ยมซึ่งไม่ใช่หนังสือโปรดระบุ

จากด้านบนของหัวฉันจะบอกว่าหนังสือวัตถุประสงค์ทั่วไปต่อไปนี้ค่อนข้างน่าสนใจตั้งแต่เริ่มแรก:

• Izenman, J. เทคนิคทางสถิติหลายตัวแปรสมัยใหม่: การถดถอย, การจำแนก, และการเรียนรู้ที่หลากหลาย สปริงเกอร์ เว็บไซต์สหาย
• Tinsley, H. และ Brown, S. (2000) คู่มือการสมัครหลายตัวแปรสถิติและแบบจำลองทางคณิตศาสตร์ สื่อวิชาการ

นอกจากนี้ยังมีหนังสือเรียนหลายเล่มเช่น

• Everitt, ชัด ๆ (2005) อาและ S-Plus®คู่หูในการวิเคราะห์หลายตัวแปร สปริงเกอร์ เว็บไซต์สหาย

เป็นการยากที่จะแนะนำหนังสือที่คุณต้องการเนื่องจากมีหลายเล่มที่เป็นโดเมนเฉพาะ (เช่นสังคมศาสตร์การเรียนรู้ของเครื่องข้อมูลหมวดหมู่ข้อมูลชีวการแพทย์)

เกือบคำถามเดียวกันถูกถามเมื่อเร็ว ๆ นี้ในISOSTAT listserver (แวะเวียนโดยอาจารย์วิทยาลัย):

หากคุณมีนักเรียนระดับปริญญาตรีที่มีความสนใจในการเรียนรู้เกี่ยวกับวิธีการหลายตัวแปร (เช่น PCA, MANOVA, การวิเคราะห์จำแนก, ... ) มีหนังสือที่เข้าถึงได้ดีที่คุณอาจแนะนำให้เขา / เธอซื้อหรือไม่?

นี่คือคำตอบ:

• บางที " การประยุกต์ใช้การวิเคราะห์ข้อมูลหลายตัวแปร " พิมพ์ครั้งที่ 2 โดยEveritt บีและดันน์, G (2001) จัดพิมพ์โดย Arnold [Roger Johnson]

• Rencher 's วิธีการวิเคราะห์หลายตัวแปรเป็นทรัพยากรที่ดี ฉันคิดว่านักเรียนระดับปริญญาตรีที่แข็งแกร่งสามารถเข้าใจเนื้อหาได้ [Philip Yates] ฉันชอบแนวทางของ Rencher เขามีสัญชาตญาณและตัวอย่างที่ดี แต่พีชคณิตเมทริกซ์นั้นค่อนข้างหนา ฉันไม่แน่ใจว่า "เข้าถึงได้" เป็นคำคุณศัพท์ที่ฉันใช้ อย่างไรก็ตามฉันได้สอนนักศึกษาปริญญาตรีด้วยหนังสือของเขาสำเร็จแล้ว รุ่นที่สองของเขาคือการปรับปรุงที่ดีกว่าครั้งแรก [Paul Velleman]

• สมัครแล้วหลายตัวแปรสถิติโดยจอห์นสันและ Wichern [แบรด Hartlaub]

• ผมไม่เคยทำกับมันมาก แต่ฉันชอบความคิดของการใช้เทคนิคที่ทันสมัยและชุดข้อมูลที่ทันสมัย: เทคนิคที่ทันสมัยหลายตัวแปรทางสถิติโดยAlan Julian Izenman (ฉันเป็นเจ้าของหนังสือเล่มนี้มีหัวข้อที่คุณกำลังมองหาและข้อความดูเหมือนว่าสามารถเข้าถึงได้) [Johanna Hardin]

นี่คือหนังสือของฉันบางเล่มในฟิลด์นั้น (เรียงตามตัวอักษร)

• AFIFI, A. , CLARK, V. การวิเคราะห์หลายตัวแปรแบบใช้คอมพิวเตอร์ช่วย CHAPMAN & HALL, 2000
• AGRESTI, A. การวิเคราะห์ข้อมูลอย่างละเอียด WILEY, 2002
• การวิเคราะห์ข้อมูลแบบหลายตัวแปรผม. 6th เอ็ด
• ΗÄRDLE, W. , SIMAR, L. ประยุกต์การวิเคราะห์ทางสถิติหลายตัวแปร สปริงเกอร์, 2007
• HARLOW, L. สาระสำคัญของการคิดหลายตัวแปร สมาคมกฎหมายเอกอัครราชทูตสหรัฐอเมริกาประจำปี 2548
• GELMAN, A. , HILL, J. การวิเคราะห์ข้อมูลโดยใช้แบบจำลองการถดถอยและหลายระดับ / ลำดับชั้น มหาวิทยาลัยเคมบริดจ์กด, 2007
• IZENMAN, AJ เทคนิคสมัยใหม่ทางสถิติหลายตัวแปร สปริงเกอร์, 2008
• RENCHER, A. วิธีการวิเคราะห์หลายตัวแปร สอง ED, WILEY-INTERSCIENCE, 2007
• TABACHNICK B. , FIDELL, L. โดยใช้สถิติหลายตัวแปร 5th เอ็ด การศึกษาของเพียร์สัน Inc, 2007
• TIMM, N. การวิเคราะห์หลายตัวแปรประยุกต์ สปริงเกอร์, 2002
• YANG, K. , TREWN, J. วิธีการทางสถิติหลายตัวแปรในการจัดการคุณภาพ MCGRAW-HILL, 2004

JOHNSON R. , WICHERN D. , การวิเคราะห์เชิงสถิติประยุกต์หลายตัวแปรเป็นสิ่งที่เราใช้ในชั้นเรียนระดับปริญญาตรีของเราที่ UC Davis และทำงานได้ค่อนข้างดี (แม้ว่ามันจะค่อนข้างแพง)

"การวิเคราะห์สถิติเบื้องต้นแบบหลายตัวแปร" รุ่นที่สามโดย TW Anderson ซีรีส์ไวลีย์ในความน่าจะเป็นและสถิติ

ส่งข้อความพื้นฐานที่ดีที่สุดเกี่ยวกับการถดถอยหลายตัวแปรคือ (ยัง) โคเฮน, เจ, โคเฮน, พี, ตะวันตก, SG และไอเคน, LS ประยุกต์การวิเคราะห์การถดถอย / สหสัมพันธ์หลายทางสำหรับพฤติกรรมศาสตร์ (แอล Erlbaum Associates, Mahwah, NJ) 2003)

โคเฮนสร้างชื่อของเขาในสถิติ แต่ยังเป็นนักจิตวิทยา หากคุณต้องการการรักษาผู้ป่วยหลายรายที่ไม่ได้ จำกัด อยู่ที่การถดถอยหลายตัวแปร (แม้ว่ามันจะชอบมากกว่า ANOVA & MANOVA ซึ่งควรถูกห้ามโดยคณะกรรมการสิทธิมนุษยชนทางปัญญา) ดังนั้นทางออกที่ดีที่สุดของคุณคือ Judd , CM, McClelland, GH & Ryan, CS การวิเคราะห์ข้อมูล: วิธีการเปรียบเทียบแบบจำลอง, (เลดจ์ / เทย์เลอร์และฟรานซิส, นิวยอร์ก, นิวยอร์ก, 2008) จัดด์ยังมีบทที่ดีมากเกี่ยวกับการถดถอยหลายตัวแปรใน Judd, CM วิเคราะห์ข้อมูลทุกวันในจิตวิทยาสังคม: การเปรียบเทียบรูปแบบเชิงเส้น ในคู่มือวิธีการวิจัยด้านจิตวิทยาสังคมและบุคลิกภาพ (สหพันธ์ Reis, HT & Judd, CM) 370-392 (สำนักพิมพ์มหาวิทยาลัยเคมบริดจ์, นิวยอร์ก, 2000)

ฉันยอมรับว่า Gelman, A. & Hill, J. การวิเคราะห์ข้อมูลโดยใช้ Regression and Multilevel / Hierarchical Models, (Cambridge University Press, Cambridge; New York, 2007) เป็นเรื่องที่น่าทึ่งมาก พื้นฐานของการถดถอยหลายตัวแปร - เป็นหลักเกี่ยวกับการสร้างแบบจำลองหลายระดับ นอกจากนี้ยังให้ความสำคัญกับวิธีการศึกษาเชิงสังเกตการณ์ - ไม่ใช่การทดลอง (Judd ดีที่สุดสำหรับสิ่งนั้นโคเฮนก็โอเคเช่นกัน

ถ้าคุณต้องการบางสิ่งเกี่ยวกับการโต้ตอบหลายตัวแปร - ซึ่งคุณน่าจะใช้วิธีการทดลอง - จากนั้นสองข้อความที่ดีที่สุดคือ Aiken, LS, West, SG & Reno, การถดถอยหลาย RR: การทดสอบและการตีความการตีความ (Sage Publications, Newbury Park, Calif., 1991) & Jaccard, J. & Turrisi, R. ผลกระทบจากการปฏิสัมพันธ์ในการถดถอยหลายครั้ง (Sage Publications, Thousand Oaks, Calif., 2003) (ทั้งโคเฮนและโคเฮนและจัดด์ทำกับหัวข้อนี้)

ทางด้าน "ฟรี" คุณอาจรู้เกี่ยวกับhttp://faculty.chass.ncsu.edu/garson/PA765/statnote.htm

คำแนะนำสุดท้าย: ไม่เคยแยกตัวแปรต่อเนื่องของคุณ !!! เป็นเรื่องที่น่าอัศจรรย์ว่านักจิตวิทยาสังคมหลายคนเคยใช้ ANOVA ยังคงทำสิ่งนี้แม้ว่าพวกเขาจะใช้เทคนิคหลายตัวแปรเช่นการวิเคราะห์การถดถอย!

การวิเคราะห์ข้อมูลหลายตัวแปรโดย James Lattin, J Douglas Carroll และ Paul E Green

Tabachnick ได้รับการอ้างถึงมากที่สุดใน Google Scholar

ผม (6th ed) มีคะแนนมากที่สุด (คะแนนเหนือ 4.5) ใน Amazon

ฉันแนะนำ Hair ในขณะที่ฉันอ่านและเขียนด้วยภาษาธรรมดา

หากคุณเป็นนักเรียนหรือเจ้าหน้าที่ของมหาวิทยาลัยฉันจะดูว่าโรงเรียนของคุณมีบัญชีกับ SpringerLink หรือไม่เนื่องจากหนังสือ Hardle อยู่ในนั้นฟรี

Hastie, T. , Tibshirani, R. และ Friedman, J .: "องค์ประกอบของการเรียนรู้ทางสถิติ: การทำเหมืองข้อมูล, การอนุมานและการทำนาย", Springer ( หน้าแรกของหนังสือ )

ถ้าคุณดูที่หน้าเว็บของพอล Hewison ของคุณสามารถค้นหาหนังสือฟรีของเขาในหลายตัวแปรสถิติและการวิจัย หนังสือฟรีอีกเล่มหนึ่งคือ Wolfgang Hardle และ Leopold Simar ฉันทำงานผ่าน Johnson และ Wichern หนังสือที่ใช้ในสหรัฐอเมริกามานานกว่ายี่สิบปี คุณจะต้องซื้อหนังสือเล่มนี้

หนึ่งในรายการโปรดของฉันคือ Legendre & Legendre (2012) ตัวเลขนิเวศวิทยา, ฉบับที่

พวกเขาครอบคลุมการวิเคราะห์ทางสถิติมากมายและข้อมูลการวิเคราะห์หลายตัวแปรนั้นยอดเยี่ยมโดยเฉพาะ นอกจากนี้พวกเขาพูดคุยเกี่ยวกับRแพ็คเกจที่พวกเขาสร้างขึ้น ต้องเป็นที่แน่นอน!

อีกคนหนึ่งที่ยอดเยี่ยมคือควินน์ & Keough (2002) การออกแบบการทดลองและการวิเคราะห์ข้อมูลสำหรับนักชีววิทยา นอกจากนี้ยังมีให้ใช้อย่างอิสระในลิงก์ที่ฉันให้ไว้!