Gibt es im Bereich der Statistik Konsens darüber, dass ein Buch die absolut beste Quelle ist und alle Aspekte des GLM vollständig abdeckt - von der Schätzung bis zur Schlussfolgerung - alles detailliert?
Gibt es im Bereich der Statistik Konsens darüber, dass ein Buch die absolut beste Quelle ist und alle Aspekte des GLM vollständig abdeckt - von der Schätzung bis zur Schlussfolgerung - alles detailliert?
Antworten:
Gibt es im Bereich der Statistik Konsens darüber, dass ein Buch die absolut beste Quelle ist und alle Aspekte des GLM vollständig abdeckt - von der Schätzung bis zur Schlussfolgerung - alles detailliert?
Nein, da ist kein. Doch die klassische Referenz über GLM ist wäre:
McCullagh, P. & Nelder, JA (1989). Verallgemeinerte lineare Modelle. CRC drücken.
Es ist schwer zu schlagen
Verallgemeinerte lineare Modelle. P. McCullagh, J. Nelder. CRC Drücken Sie. 2. Auflage, 1989
Es ist umfassend.
Ich glaube nicht, dass es ein einziges Buch gibt, das genau das ist, was Sie wollen. Nach Ihrer Beschreibung wäre die beste Passform:
Es ist ein Klassiker. Es behandelt zwar die Mathematik, ist aber auch einführender als andere Bücher, die dies tun.
Das, was ich einer GLM-Bibel am nächsten gefunden habe, sind angewandte lineare statistische Modelle von Kutner, Nachtsheim, Neter und Li. Es umfasst mehr als 1400 Seiten und umfasst lineare Regression und GLMs. In diesem Buch finden Sie praktisch alles, was mit GLMs zu tun hat.
Das bereits erwähnte Nelder-Buch ist gut.
Nur für weitere Überlegungen würde ich Elements of Statistical Learning Second Edition von Trevor Hastie, Robert Tibshirani und Jerome Friedman empfehlen . Ich mag ESL, weil es so viele statistische und maschinelle Lernthemen abdeckt. Es zeigt, wie GLMs zu anderen Techniken passen (und es ist kostenlos).
Und wie in gesehen diese Frage , würde ich den Simon Wood Text empfehlen eine Einführung mit R: Generalized Additive Modelle . Ich bin der festen Überzeugung, dass der Wood-Text eine Überlegung wert ist, da er zwar GAMs abdeckt, aber LMs, GLMs und GAMs im Detail abdeckt und auch einige gemischte Modellierungstechniken einführt. Woods Ansatz besteht darin, jedes Thema mit einem theoretischen Hintergrund vorzustellen, aber dann ist der Text sehr praktisch und enthält bereits Beispiele in einem R-Paket, das als Begleitung zum Buch heruntergeladen werden kann.
Einführungsbücher:
Eine Einführung in verallgemeinerte lineare Modelle von George Dunteman und Moon-Ho Ho (2006). Nur 72 Seiten.
Verallgemeinerte lineare Modelle: ein einheitlicher Ansatz von Jeff Gill (2001) Dies ist ebenfalls kurz (101 Seiten).
Dann haben Sie mehr lehrbuchartige, längere Bücher wie das von Ihnen erwähnte (444 Seiten) oder das in der anderen Antwort (511 Seiten).
Ein gutes Buch ist das von Fahrmeir et al https://www.amazon.com/Multivariate-Statistical-Modelling-Generalized-Statistics/dp/0387951873/ref=sr_1_1?s=books&ie=UTF8&qid=1506715879&sr=1-1 " Multivariate statistische Modellierung basierend auf verallgemeinerten linearen Modellen (zweite Ausgabe) ", möglicherweise nicht für eine erste Behandlung, sondern für verschiedene Erweiterungen des Grundmodells und die Abdeckung von Rechenalgorithmen. Wie der Titel schon sagt, multivariate Erweiterungen, semiparametrische Ansätze (Splines) und Erweiterungen von Zeitreihen und mehr.