คำขออ้างอิง: โมเดลเชิงเส้นทั่วไป

ฉันกำลังมองหาหนังสือระดับเบื้องต้นถึงระดับกลางเกี่ยวกับโมเดลเชิงเส้นทั่วไป นอกจากทฤษฎีแล้วฉันจะต้องการให้มันรวมแอพพลิเคชั่นและตัวอย่างใน R หรือภาษาการเขียนโปรแกรมอื่น - ฉันได้ยินว่า SAS เป็นตัวเลือกยอดนิยม ฉันตั้งใจจะศึกษาด้วยตัวเองและมันจะช่วยได้ถ้ามันให้คำตอบกับแบบฝึกหัดของตัวเอง

คุณสามารถสมมติว่าฉันได้เรียนหลักสูตรปียาวแบบดั้งเดิมในแคลคูลัสและทฤษฎีความน่าจะเป็น ฉันคุ้นเคยกับพื้นฐานของการวิเคราะห์การถดถอย

Gelman, Andrew และ Jennifer Hill การวิเคราะห์ข้อมูลโดยใช้การถดถอยและตัวแบบหลายระดับ / ลำดับชั้น Cambridge University Press, 2007 ไม่ได้เกี่ยวกับ GLMs ต่อ se แต่ยังครอบคลุมถึงเรื่องนั้นและมีการผสมผสานที่ดีของทฤษฎีการให้คำแนะนำการใช้งานใน R และแบบฝึกหัด (และเมื่อคุณค้นหาเว็บคุณอาจพบ รุ่น ebook ของมัน!)

ไม่ใช่หลักสูตรตำรา แต่มีให้อย่างอิสระหลักสูตรสถิติสำหรับผู้สำเร็จการศึกษานี้จาก Harvard Government Department ซึ่งครอบคลุม GLM ที่พบมากที่สุด วิดีโอส่วนนี้ครอบคลุมการนำไปใช้ในอาร์. หนังสือเรียนคือ King, Gary. วิธีการทางการเมืองแบบรวม: ทฤษฎีความน่าจะเป็นของการอนุมานเชิงสถิติ สำนักพิมพ์มหาวิทยาลัยมิชิแกน 2532

คำเตือน: ความคิดเห็นส่วนตัวที่เป็นอัตนัยสูงดังต่อไปนี้ ...

สำหรับทฤษฎีและแอปพลิเคชันฉันไม่สามารถแนะนำโมเดลเชิงเส้นทั่วไปและส่วนขยายโดย Hardin และ Hilbe สูงเกินไป มันใช้SPSS Stata (ทั้งสองอย่าง) ซึ่งฉันไม่เคยใช้และไม่รู้อะไรเลย แต่ครอบคลุมทฤษฎีและมีตัวอย่างมากมาย ถ้าฉันต้องเลือกหนังสือหนึ่งเล่มเพื่อเริ่มต้นมันจะเป็นหนังสือเล่มนี้

หนังสือที่เน้นทฤษฎีมากขึ้นคือโมเดลทั่วไปเชิงเส้นและแบบผสมโดย McCulloch, Searle และ Neuhaus นี่เป็นตัวอย่างน้อยกว่า Hardin และ Hilbe แต่ไปสู่เอฟเฟกต์แบบสุ่มสำหรับทั้งโมเดลเชิงเส้นและ GLM นี่คือหนังสือ GLM ที่ฉันชอบเพราะมันเชื่อมโยงหลาย ๆ อย่างเข้าด้วยกัน แต่ถ้าคุณไม่มีความสนใจในเอฟเฟกต์แบบสุ่ม

สิ่งที่ฉันจะเรียกอ้างอิงที่เป็นที่ยอมรับสำหรับ GLMs คือโมเดลเชิงเส้นทั่วไปโดย McCullagh และ Nelder มันเป็นชื่อที่ค่อนข้างเก่า แต่ฉันสนุกกับมันมาก

โมเดลเชิงเส้นทั่วไปที่มีการใช้งานในด้านวิศวกรรมและวิทยาศาสตร์โดย Myers, Montgomery, Vining และ Robinson ใช้เวลาเพิ่มขึ้นเล็กน้อยในไบนารี / ปัวซอง GLMs และยังมีตัวอย่างที่น่าสนใจ ฉบับใหม่มีตัวอย่างในสองสามภาษารวมถึงอาร์

ฉันเลือกรูปแบบการขยายเชิงเส้นของ Faraway ด้วย R: โมเดลเชิงเส้น, เอฟเฟ็กต์เชิงเส้นและการถดถอยแบบไม่อิงพารามิเตอร์ในช่วงเวลาหนึ่งและมันมีประโยชน์มากสำหรับการช่วยฉันทำสิ่งต่าง ๆ ใน R แม้ว่าหนังสือสอนตัวเอง GLM แต่อาจเป็นเพื่อนที่ดีสำหรับหนังสืออื่น ๆ

ฉันชอบกลยุทธ์การสร้างแบบจำลองการถดถอยของ Frank Harrell

ข้อความโดย Dobson และ Barnett

http://www.amazon.com/Introduction-Generalized-Edition-Chapman-Statistical/dp/1584889500

ฉันคิดว่ามีจุดมุ่งหมายในทิศทางที่คุณถามหรือไม่ มันทำงานได้ดีในการสร้างสมดุลของรายละเอียดทางเทคนิคและสไตล์ที่เป็นมิตร

อันนี้ช่วยฉันได้มาก:

แบบจำลองเชิงเส้นผสมสปริงเกอร์เชิงเส้นโดยใช้ R โดย A. Galecki และ T. Burzykowski

http://www.springer.com/statistics/statistical+theory+and+methods/book/978-1-4614-3899-1

รู้เบื้องต้นเกี่ยวกับการเรียนรู้ทางสถิติด้วยแอปพลิเคชันใน Rเป็นเรื่องง่ายมากที่จะทำตามข้อความเกริ่นนำที่ครอบคลุม GLM และเป็นชื่อที่แนะนำมาพร้อมกับชุดปัญหาและรหัสตัวอย่างในอาร์ฉันเรียนรู้มากมายจากการอ่านหนังสือเล่มนั้น

หากคุณรู้สึกว่าองค์ประกอบเชิงพีชคณิตเชิงเส้นของการเรียนรู้ทางสถิติครอบคลุมเนื้อหาเดียวกันโดยละเอียดยิ่งขึ้นและหัวข้ออื่น ๆ อีกมากมายเช่นกัน แต่มันก็ไม่ง่ายเหมือนกันที่จะติดตามRตัวอย่างสไตล์การสอนในบทต่างๆ

บันทึกการบรรยายเยอรมัน Rodriguez' พรินซ์ตันหลักสูตร GLMs มีการแนะนำอย่างละเอียดที่เต็มไปด้วยตัวอย่างของชนิดที่พบมากขึ้นและอธิบายความสัมพันธ์ระหว่างพวกเขา มุมมองเชิงทฤษฎีมากขึ้นจะถูกแยกออกเป็นสองภาคผนวก

หนังสือของ Alain Zuur "คู่มือเริ่มต้นสำหรับ GLM และ GLMM พร้อม R" เป็นตัวอย่างที่ดีสำหรับ GLM และ GLMM ใน R

นี่เป็นบทความที่ดีเกี่ยวกับการถดถอยเชิงเส้นทั่วไป รหัสถูกทำใน R และอธิบายวิธีการทำงาน CRAN ยังมีแพ็คเกจglmnetที่ทำสิ่งนี้ให้คุณ แต่สามารถใช้งานได้ไม่สะดวกในตอนแรก แต่เมื่อคุณได้รับมันแล้วมันค่อนข้างยืดหยุ่น นี่คือดีglmnetเขียนขึ้นบน หวังว่าจะช่วย