หนังสือที่ดีที่สุดเกี่ยวกับโมเดลเชิงเส้นทั่วไปสำหรับผู้เริ่มหัดคืออะไร


16

ฉันยังค่อนข้างใหม่กับโมเดลเชิงเส้นทั่วไปและฉันต่อสู้กับสัญกรณ์จำนวนมากในตำรา GLM ส่วนใหญ่ที่ฉันหยิบขึ้นมา มีหนังสือ GLM ที่ได้รับความนิยมอย่างมากที่ให้ตัวเองอ่านง่ายขึ้นหรือไม่?


คุณอาจลองอ่านกระทู้นี้: advanced- stats -books- Recommendation ซึ่งรวมถึงการสนทนาเกี่ยวกับ GLiM โดยทั่วไปฉันไม่แน่ใจว่าคำถามนี้ตอบได้โดยไม่มีข้อมูลเพิ่มเติมหรือไม่ คุณต้องการหนังสือที่มีความหนาแน่นทางคณิตศาสตร์หรือไม่? พื้นหลังของคุณคืออะไร อื่น ๆ
gung - Reinstate Monica

1
ฉันไม่ต้องการหนังสือที่มีความหนาแน่นทางคณิตศาสตร์ ฉันเป็นนักพันธุศาสตร์ประชากรและความสนใจของฉันเป็นสิ่งที่ประยุกต์ใช้อย่างมาก
Atticus29

ลองหนังสือเล่มนี้มันครอบคลุมหลายรุ่น ข้อความที่ใช้ "โมเดลเชิงเส้นทั่วไป" ในชื่อมีแนวโน้มที่จะเป็นคณิตศาสตร์
Peter Flom - Reinstate Monica

3
ในเธรดที่เชื่อมโยงกันฉันแนะนำหนังสือแนะนำของ Agresti นั่นมีคณิตศาสตร์ค่อนข้างน้อย ฉันสงสัยว่าอาจเป็นหนังสือที่ดีที่สุดสำหรับคุณ หนังสือที่คุณอ่านอยู่ตอนนี้คืออะไร?
gung - Reinstate Monica

@gung Agresti เป็นหนังสือที่ยอดเยี่ยม สูงกว่าเล็กน้อยไปอีกหน่อย ฉันเห็นว่า Agresti รุ่นที่ 3 ออกมาแล้ว
Peter Flom - Reinstate Monica

คำตอบ:


8

สำหรับผู้ประกอบการใหม่ฉันชอบ Gelman และ Hill

การวิเคราะห์ข้อมูลโดยใช้การถดถอยและตัวแบบหลายระดับ / ลำดับชั้น

หนังสือเล่มนี้เป็นเรื่องเกี่ยวกับโมเดลเชิงเส้นทั่วไปเชิงลำดับชั้นซึ่งเป็นหัวข้อที่ก้าวหน้ากว่า GLMs; ส่วนแรกเป็นแนวทางที่ยอดเยี่ยมสำหรับ GLMs

หนังสือเล่มนี้เป็นหนังสือเกี่ยวกับทฤษฎีการฝึกฝนเชิงสถิติอย่างหนักการศึกษากรณีศึกษาและรหัส R ที่ใช้งานได้จริงทุกคนต่างพูดด้วยน้ำเสียงที่เป็นมิตรและน่าพอใจ


7

ฉันเป็นแฟนตัวยงของอาเกรสติของหมวดหมู่วิเคราะห์ข้อมูล

ฉันได้อ่านหนังสือแนะนำของ Agresti แต่พบว่ามันหายไปจากการตีความที่สำคัญสำหรับวิธีสร้างแบบจำลองเชิงเส้นทั่วไปและวิธีการทำงาน ตัวอย่างเช่นคุณอาจไม่จำเป็นต้องทราบว่าลิงก์การแจกแจงทวินามและการบันทึกทำงานอย่างไรถ้าคุณต้องการให้พอดีกับการถดถอยโลจิสติก อย่างไรก็ตามมันเป็นเรื่องน่ารำคาญเมื่อคุณอ่านบทและเริ่มสงสัยเกี่ยวกับมัน แต่หาไม่เจอในหนังสือ

หนังสือของ McCullagh และ Nelder GLM นั้นอ่านยาก มันมีทุกสิ่งที่คุณจำเป็นต้องรู้ แต่ขาดความเป็นมาสำหรับผลลัพธ์ที่สำคัญ

การวิเคราะห์หมวดหมู่ข้อมูลอย่างโชคดีของ Agresti นำเสนอความสมดุลที่ดี


3
คำตอบที่สมบูรณ์ยิ่งขึ้นก็จะระบุประโยชน์ของชื่อดังกล่าว
Andy

3

ในฐานะผู้เริ่มต้นที่สมบูรณ์ฉันพบว่ารากฐานของตัวแบบเชิงเส้นและแบบเส้นตรงโดยผู้เขียนชื่อดังของการวิเคราะห์ข้อมูลอย่างละเอียด Alan Agresti จะเป็นประโยชน์ ภาษาเป็นของไหลแม้ว่าจะมีการใช้พีชคณิตเชิงเส้น


1

ฉันชอบโมเดลเอฟเฟกต์แบบผสมกับส่วนขยายใน R - Zuur และอื่น ๆ อัล มันคือการติดตามหนังสือเล่มเก่าของพวกเขาในการวิเคราะห์ข้อมูลเชิงนิเวศน์ (2007) พวกเขาทำงานได้ดีในการสร้างแรงจูงใจนางแบบพร้อมด้วยตัวอย่างภาพมากมายเพื่ออธิบายว่า GLMs มีลักษณะอย่างไร พวกเขายังคงสมดุลระหว่างทฤษฎีการใช้งานและการสนทนา นอกจากนี้ยังมีรหัสและชุดข้อมูลทั้งหมดบนเว็บไซต์ของพวกเขาดังนั้นคุณสามารถนำสิ่งที่เรียนรู้ไปใช้ได้ทันที

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.