Was ist das beste Buch über verallgemeinerte lineare Modelle für Anfänger?

15

Ich bin noch ziemlich neu in verallgemeinerten linearen Modellen, und ich habe Probleme mit der Notation in den meisten GLM-Texten, die ich aufgegriffen habe. Gibt es äußerst beliebte GLM-Bücher, die sich besser lesen lassen?

regression generalized-linear-model references

— Atticus29
quelle

Sie könnten versuchen, diesen Thread zu lesen: Advanced-Statistics-Books-Recommendation , der einige Diskussionen über GLiMs enthält. Im Allgemeinen bin ich mir nicht sicher, ob diese Frage ohne weitere Informationen beantwortet werden kann. Wollen Sie ein mathematisch dichtes Buch, zB? Was ist dein Hintergrund? Etc.

— Gung - wieder einzusetzen Monica

1

Ich möchte kein mathematisch dichtes Buch. Ich bin ein Populationsgenetiker und mein Interesse ist sehr stark ausgeprägt.

— Atticus29

Probieren Sie dieses Buch aus, es behandelt viele Modelle. Ein Text, der im Titel "allgemeine lineare Modelle" verwendet, ist wahrscheinlich mathematisch

— Peter Flom - Reinstate Monica

3

Im verlinkten Thread empfahl ich Agrestis Intro-Buch. Das hat relativ wenig Mathe. Ich vermute, das ist vielleicht das beste Buch für Sie. Was ist das Buch, das Sie gerade lesen?

— gung - Reinstate Monica

@gung Agresti Buch ist ausgezeichnet. So lange ein bisschen fortgeschrittener. Ich sehe, dass die 3. Ausgabe von Agresti jetzt herauskommt.

— Peter Flom - Wiedereinsetzung von Monica

8

Für einen neuen Praktizierenden mag ich Gelman und Hill.

Datenanalyse mit Regression und mehrstufigen / hierarchischen Modellen

Angeblich handelt das Buch von hierarchischen verallgemeinerten linearen Modellen, einem fortgeschritteneren Thema als GLMs; Der erste Abschnitt ist jedoch ein wunderbarer Leitfaden für GLM-Praktiker.

Das Buch ist leicht in der Theorie, schwer in der disziplinierten statistischen Praxis, voller Fallstudien und praktischer R-Codes, alles in einer angenehmen, freundlichen Stimme.

— Matthew Drury
quelle

7

Ich bin ein großer Fan von Agrestis Categorical Data Analysis .

Ich habe Agrestis Intro-Buch gelesen, aber es fehlen wichtige Interpretationen dafür, wie ein verallgemeinertes lineares Modell aufgebaut ist und wie es funktioniert. Beispielsweise müssen Sie möglicherweise nicht wissen, wie die Binomialverteilung und der Logit-Link funktionieren, wenn Sie nur eine logistische Regression anpassen möchten. Es ist jedoch ärgerlich, wenn Sie das Kapitel gelesen und sich darüber Gedanken gemacht haben, es aber nicht im Buch gefunden haben.

Das McCullagh and Nelder GLM-Buch ist schwer zu lesen. Es enthält alles, was Sie wissen müssen, aber es fehlt die Ableitung für die wichtigsten Ergebnisse.

Glücklicherweise ist die kategoriale Datenanalyse von Agresti ein gutes Gleichgewicht.

— Kevin
quelle

3

Eine vollständigere Antwort würde auch die Vorteile der genannten Titel angeben.

— Andy

3

Als absoluter Anfänger fand ich die Grundlagen linearer und generalisierter linearer Modelle des berühmten Autors für kategoriale Datenanalyse, Alan Agresti, hilfreich. Die Sprache ist flüssig, obwohl eine gewisse Exposition gegenüber linearer Algebra vorausgesetzt wird.

— rsl
quelle

1

Ich mochte Mixed-Effects-Modelle mit Erweiterungen in R-Zuur, et. al . Es ist eine Fortsetzung ihres älteren Buches Analysieren ökologischer Daten (2007). Sie motivieren die Models sehr gut und zeigen anhand zahlreicher visueller Beispiele, wie GLMs aussehen. Sie finden auch eine gute Balance zwischen Theorie, Anwendung und Diskussion. Außerdem haben sie alle Codes und Datensätze auf ihrer Website, sodass Sie das Gelernte sofort anwenden können.

— Alex R.
quelle