
Extending the Linear Model With R: Generalized Linear, Mixed Effects and Nonparametric Regression Models (Texts in Statistical Science)
Kurzinformation



inkl. MwSt. Versandinformationen
Lieferzeit 1-3 Werktage
Lieferzeit 1-3 Werktage

Beschreibung
"Extending the Linear Model With R: Generalized Linear, Mixed Effects and Nonparametric Regression Models" von Julian James Faraway ist ein umfassendes Werk, das sich mit der Erweiterung linearer Modelle unter Verwendung der statistischen Programmiersprache R befasst. Das Buch richtet sich an Leser, die bereits mit grundlegenden linearen Regressionsmodellen vertraut sind und ihr Wissen auf fortgeschrittenere Methoden ausweiten möchten. Der Autor führt in die Theorie und Anwendung verallgemeinerter linearer Modelle (GLMs) ein, die es ermöglichen, Daten zu modellieren, die nicht normalverteilt sind. Dies schließt binäre oder zählbare Daten ein. Darüber hinaus behandelt das Buch gemischte Effekte-Modelle, die besonders nützlich sind bei Daten mit verschachtelten oder hierarchischen Strukturen. Ein weiterer Schwerpunkt liegt auf nichtparametrischen Regressionsmethoden, die weniger Annahmen über die Form der Beziehung zwischen den Variablen machen und dadurch flexibler in der Anpassung von Modellen an komplexe Datensätze sind. Faraway verwendet zahlreiche Beispiele und Datensätze in R, um die Konzepte praxisnah zu erläutern. Dabei legt er großen Wert darauf, sowohl theoretische als auch praktische Aspekte abzudecken und bietet Übungen zur Vertiefung des Gelernten an. Insgesamt ist das Buch eine wertvolle Ressource für Statistikstudenten sowie Praktiker, die ihre Fähigkeiten im Umgang mit erweiterten Regressionsmodellen verbessern möchten.
Produktdetails

So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
- Hardcover
- 270 Seiten
- Erschienen 2019
- Wspc
- Hardcover
- 584 Seiten
- Erschienen 2014
- Taylor & Francis Inc
- Hardcover
- 436 Seiten
- Erschienen 2010
- Springer
- hardcover
- 720 Seiten
- Erschienen 1976
- Duxbury Press
- Hardcover -
- Erschienen 2014
- De Gruyter Oldenbourg
- Hardcover
- 272 Seiten
- Erschienen 2019
- Sage Publications, Inc
- Hardcover
- 456 Seiten
- Erschienen 2000
- Wiley-Interscience
- Hardcover
- 480 Seiten
- Erschienen 1980
- Wiley-Interscience
- Hardcover
- 648 Seiten
- Erschienen 2018
- Springer
- Hardcover
- 240 Seiten
- Erschienen 2023
- John Wiley & Sons Inc
- Hardcover
- 584 Seiten
- Erschienen 2013
- Springer
- Hardcover
- 138 Seiten
- Erschienen 2007
- Sage Publications, Inc
- Kartoniert
- 400 Seiten
- Erschienen 1997
- Cuvillier
- Hardcover
- 240 Seiten
- Erschienen 2013
- Taylor & Francis Inc