广义线性模型导论
全新正版 极速发货
￥ 23.2 4.7折 ￥ 49 全新
仅1件
广东广州
认证卖家担保交易快速发货售后保障
作者(澳)安妮特 J.杜布森(Annette J.Dobson),(澳)艾德里安 G.巴奈特(Adrian G.Barnett) 著;王星 注释
出版社机械工业出版社
ISBN9787111503187
出版时间2015-06
装帧平装
开本16开
定价49元
货号1201121788
上书时间2024-06-05
商品详情
- 品相描述：全新
- 商品描述
-
目录
前言
章介绍1
1.1背景1
1.2范围1
1.3记号5
1.4与正态分布相关的几个分布7
1.5二次型11
1.6估计12
1.7练习15
第2章模型拟合19
2.1引言19
2.2示例19
2.3统计建模的基本原则32
2.4解释变量的记号与编码37
2.5练习40
第3章指数族和广义线性模型45
3.1引言45
3.2指数分布族46
3.3指数分布族的性质48
3.4广义线性模型51
3.5示例52
3.6练习55
第4章估计59
4.1引言59
4.2示例：压力容器的损坏时间59
4.3极大似然估计64
4.4泊松回归示例66
4.5练习69
第5章推断73
5.1引言73
5.2得分统计量的抽样分布74
5.3泰勒级数近似76
5.4极大似然估计的抽样分布77
5.5对数似然比统计量79
5.6偏差的抽样分布80
5.7假设检验85
5.8练习87
第6章一般线性模型89
6.1引言89
6.2基本观点89
6.3多元线性回归95
6.4方差分析102
6.5协方差分析114
6.6一般线性模型117
6.7练习118
第7章二元变量和逻辑斯谛回归123
7.1概率分布123
7.2广义线性模型124
7.3药剂反应模型124
7.4广义逻辑斯谛回归模型131
7.5拟合优度统计量135
7.6残差138
7.7其他的诊断方法139
7.8示例：衰老和韦氏智力测验140
7.9练习143
第8章名义和有序逻辑斯谛回归149
8.1引言149
8.2多项分布149
8.3名义逻辑斯谛回归151
8.4有序逻辑斯谛回归157
8.5总体讨论162
8.6练习163
第9章泊松回归和对数线性模型165
9.1引言165
9.2泊松回归166
9.3列联表示例171
9.4列联表概率模型175
9.5对数线性模型177
9.6对数线性模型推断178
9.7算例179
9.8评论183
9.9练习183
0章生存分析187
10.1引言187
10.2生存函数和危险函数189
10.3经验生存函数193
10.4估计195
10.5推断198
10.6模型检验199
10.7示例：缓解次数201
10.8练习202
1章集群和纵向数据207
11.1引言207
11.2示例：中风恢复209
11.3正态数据的重复测量模型213
11.4非正态数据的重复测量模型218
11.5多水平模型219
11.6中风示例续222
11.7评论224
11.8练习225
2章贝叶斯分析229
12.1频率理论和贝叶斯范式229
12.2先验信息233
12.3贝叶斯分析中的分布与层次238
12.4贝叶斯分析的WinBUGS软件操作238
12.5练习241
3章马尔可夫链蒙特卡罗方法243
13.1为什么标准推断失误了243
13.2蒙特卡罗积分243
13.3马尔可夫链245
13.4贝叶斯推断255
13.5链收敛性的诊断256
13.6贝叶斯模型的拟合：DIC准则260
13.7练习262
4章贝叶斯分析示例267
14.1引言267
14.2二元变量和逻辑斯谛回归267
14.3名义逻辑斯谛回归271
14.4潜变量模型272
14.5生存分析275
14.6随机效应277
14.7纵向数据分析279
14.8WinBUGS的一些实用技巧286
14.9练习288
附录291
软件293
参考文献295
索引303
内容摘要
本书首先介绍了广义线性模型的理论背景，其次着重分析特定类型的数据，其中包含正态分布、泊松分布和二项分布；线性回归模型；经典的估计和模型拟合方法；以及统计推断的方法。在此基础上，作者又探究了线性回归、方差分析（ANOVA）、逻辑斯谛回归、对数线性模型、生存分析、多水平建模、贝叶斯分析和马尔可夫链蒙特卡罗方法（MCMC）。书中为统计建模提供了一个紧密的框架，更强调数值和图像方法。并增加了Stata、R和WinBUGS软件的代码和三个有关贝叶斯分析的章节。本书适合做为大学本科统计专业教材，或相关科研人员的参考书。
精彩内容
前 言编写本书的初衷是以本科生和其他领域的研究人员能够理解的方式，展现统计建模的统一理论和概念框架。
本书的第2版扩充了名义型变量、序数型变量的逻辑斯谛回归，生存分析，以及纵向数据、聚类数据分析等内容，同时更多地依赖数值方法、可视化数值优化和图形方法来进行探索性的数据分析和模型拟合检验。这些内容在第3版中会有更加深入的介绍。
第3版包含了关于贝叶斯分析的三个新章节。基础的贝叶斯理论基础早在传统统计理论发展之前就有所记载，然而实用的贝叶斯分析却是最近才出现。它的出现主要归功于我们将在3章介绍的马尔可夫链蒙特卡罗方法。贝叶斯方法越来越强的可操作性意味着更多懂经典统计理论的人在尝试使用贝叶斯方法来求解广义线性模型。贝叶斯分析具备比传统方法更大的优势，因为它正式地引入了先验信息，所以具有更大的灵活性，可以解决更复杂的问题。
本版还更新了Stata和R软件代码，会对广义线性模型的实际应用有所帮助。贝叶斯分析的章节还包含了R和WinBUGS代码。
本书中的数据集和练习题的简要解答可以在出版社网站上获得：http://www.crcpress.com/eproducts/downloads/。
来自澳大利亚昆士兰大学和纽卡斯尔大学的同仁和同学们以及在澳大利亚生物统计合作协会上过研究生课程的诸位同学都给本书提出了许多中肯的建议并对本书中的材料给出了意见，在此我们表示感谢。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价