Стратегии регрессионного моделирования: с приложениями к линейным моделям, логистической и порядковой регрессии, а также анализу выживаемости (серия Springer по статистике) на русском
#1409639
Regression Modeling Strategies: With Applications to Linear Models, Logistic and Ordinal Regression, and Survival Analysis (Springer Series in Statistics) (B0140XQAXI)
Купить и скачать электронную книгу в форматах PDF, EPUB, FB2, MOBI
Frank E. Harrell Jr. | #42: Математическое и статистическое программное обеспечение
Это долгожданное второе издание содержит новые главы и разделы, 225 новых ссылок и полный набор программного обеспечения R. Как и в предыдущем издании, книга посвящена искусству и науке анализа данных и прогнозного моделирования, что подразумевает выбор и использование множества инструментов. Вместо представления отдельных методов, этот текст акцентирует внимание на стратегиях решения проблем, которые затрагивают множество вопросов, возникающих при разработке многомерных моделей с использованием реальных данных, а не стандартных примеров из учебников. Включает методы импутации для эффективной работы с пропущенными данными, методы подгонки нелинейных зависимостей и для формальной части процесса моделирования при оценке преобразований, методы работы с «слишком большим количеством переменных для анализа и недостаточным количеством наблюдений», а также мощные методы проверки моделей на основе бутстрапа. Читатель получит глубокое понимание точности прогнозирования и вреда категоризации непрерывных предикторов или результатов. В тексте реалистично рассматривается неопределенность модели и ее влияние на выводы, чтобы обеспечить «безопасный анализ данных». Также представлены многочисленные графические методы для объяснения сложных регрессионных моделей неспециалистам в области статистики.
В книге «Стратегии регрессионного моделирования» вместо упрощенных иллюстраций каждого метода представлены полномасштабные примеры из практики работы с нетривиальными наборами данных. В этих примерах используются свободно доступные функции R, которые значительно упрощают задачи множественной импутации, построения моделей, проверки и интерпретации, описанные в книге. Большинство методов, описанных в этом тексте, применимы ко всем регрессионным моделям, но особое внимание уделяется множественной регрессии с использованием обобщенного метода наименьших квадратов для продольных данных, бинарной логистической модели, моделям для порядковых ответов, параметрическим регрессионным моделям выживаемости и полупараметрической модели выживаемости Кокса. Новый акцент делается на робастном анализе непрерывных зависимых переменных с использованием порядковой регрессии.
Как и в первом издании, этот текст предназначен для аспирантов и докторантов, прошедших общий вводный курс по теории вероятностей и статистике и хорошо знакомых с обычной множественной регрессией и промежуточной алгеброй. Книга также послужит справочником для аналитиков данных и специалистов по статистической методологии, поскольку содержит актуальный обзор и библиографию современных методов статистического моделирования. Примеры, используемые в тексте, в основном взяты из биомедицинских исследований, но методы применимы везде, где полезны прогностические модели («аналитика»), включая экономику, эпидемиологию, социологию, психологию, инженерию и маркетинг.
В книге «Стратегии регрессионного моделирования» вместо упрощенных иллюстраций каждого метода представлены полномасштабные примеры из практики работы с нетривиальными наборами данных. В этих примерах используются свободно доступные функции R, которые значительно упрощают задачи множественной импутации, построения моделей, проверки и интерпретации, описанные в книге. Большинство методов, описанных в этом тексте, применимы ко всем регрессионным моделям, но особое внимание уделяется множественной регрессии с использованием обобщенного метода наименьших квадратов для продольных данных, бинарной логистической модели, моделям для порядковых ответов, параметрическим регрессионным моделям выживаемости и полупараметрической модели выживаемости Кокса. Новый акцент делается на робастном анализе непрерывных зависимых переменных с использованием порядковой регрессии.
Как и в первом издании, этот текст предназначен для аспирантов и докторантов, прошедших общий вводный курс по теории вероятностей и статистике и хорошо знакомых с обычной множественной регрессией и промежуточной алгеброй. Книга также послужит справочником для аналитиков данных и специалистов по статистической методологии, поскольку содержит актуальный обзор и библиографию современных методов статистического моделирования. Примеры, используемые в тексте, в основном взяты из биомедицинских исследований, но методы применимы везде, где полезны прогностические модели («аналитика»), включая экономику, эпидемиологию, социологию, психологию, инженерию и маркетинг.