Lehrbücher über GLMs außerhalb von Bernoulli, Binomial und Poisson?

Edit : Die Frage Was ist das beste Buch über verallgemeinerte lineare Modelle für Anfänger? beantwortet meine Frage nicht. Zum einen habe ich im Wesentlichen alle Bücher, die in den Antworten auf diese Frage erwähnt werden. Sie decken dieses Material nicht ab. Ich habe die Teile, die in meiner Frage besonders hervorgehoben werden müssen, fett gedruckt. Diese "Anfänger" Lehrbücher behandeln nicht die Themen, die ich suche.

Jedes Lehrbuch, das ich über lineare Modelle oder verallgemeinerte lineare Modelle gesehen habe, behandelt die üblichen Bernoulli-, Binomial- und Poisson-GLMs (verallgemeinerte lineare Modelle).

Ich suche nach einem Lehrbuch, das die Theorie hinter anderen Arten von GLMs abdeckt, über die ich gelesen habe: zB normal, invers-Gauß und Gamma (und ich glaube, ich habe auch von jemandem von Tweedie-GLMs gehört ; kann ' Ich erinnere mich nicht wo).

Weiß jemand, wo dieses Material in einem Lehrbuch behandelt wird?

Ich weiß nicht, warum das Buch Generalized Linear Models von McCullagh und Nelder kein Top-Anwärter sein sollte. Es gilt als Gründungsarbeit an GLMs. Es ist ein hochtechnisches Buch, das sich auf Interpretation, asymptotische Theorie und allgemeine Rahmenbedingungen konzentriert. Ein GLM ist nichts anderes als eine Verknüpfungsfunktion und eine Mittelwert-Varianz-Beziehung. Als Mathematiker sind alle von Ihnen erwähnten GLMs der "zweiten Generation" nur Sonderfälle des Frameworks. Mit einem guten Verständnis und einem gewissen Vertrauen können Sie jedes dieser Modelle ableiten, implementieren, anpassen, interpretieren und testen.

In dem Buch finden Sie viele Beispiele für angewandte Datenanalysen mit interessanten Problemen und Schlussfolgerungen, wie z. B. kumulative Verknüpfungsmodelle (wie proportionale Quoten), das Cox-Modell (das interessanterweise ein GLM ist), die Cloglog-Verknüpfung für das diskrete Überleben usw.

Dieses Buch ist weder ein umfassendes Wörterbuch mit benannten GLMs (das wäre Zeitverschwendung) noch eine detaillierte schrittweise Implementierungsanleitung für die Anpassung von GLMs in R (vorausgesetzt, der Leser verfügt über das Know-how). Es passt jedoch hervorragend zu Rs glm. Die Hilfedatei zeigt sogar passende Modelle mit benutzerdefinierten Verknüpfungsfunktionen.

Das Buch Erweitern des linearen Modells mit R von Faraway enthält ein Kapitel über "anderes GLM", und das Kapitel über die Zählregression enthält auch eine negative Binomialdiskussion.

Die verallgemeinerte lineare Modellierung mit H20 hat etwas mit Gamma-GLMs und Tweedie-GLMs zu tun. Beachten Sie, dass Tweedie-GLMs häufig von Versicherungsunternehmen verwendet werden, sodass Sie möglicherweise mehr Literatur mit Schlüsselwörtern finden.

Hardin und Hilbe decken etwas mehr ab als das typische Grundbuch (Dobson und Barnett usw.); Das Inhaltsverzeichnis zeigt, dass sie Kapitel über Gamma, inverses Gauß usw. enthalten. Wie ich mich erinnere, haben sie auch einige andere nützliche Erweiterungen für Zähldaten (wie das NB1, dh ein negatives Binom mit einer Varianz, die proportional zum Mittelwert und nicht quadratisch ist Funktion des Mittelwerts).