Регрессия. Теория и практика. С примерами на R и Stan

Код товара: 4864749
2 714
4 175
Доставим в г. Москва ,
планируемая дата –
20 августа (Сб)
издательство ДМК-Пресс
переводчик Яценков В. С.

Описание

Регрессия - это статистический метод, который позволяет найти уравнение, наилучшим образом описывающее совокупность данных. Регрессионный анализ позволяет моделировать, проверять и исследовать пространственные отношения, а в ряде случаев устанавливать причинно-следственные связи между независимыми и зависимыми переменными.
В этой книге представлен практический подход к компьютерному построению регрессионных моделей. Прочитав ее и проработав упражнения, вы научитесь выбирать, создавать, интерпретировать и оценивать линейные и обобщенные линейные модели и использовать их, чтобы делать прогнозы и выводы.
Издание предназначено широкому кругу специалистов по анализу и обработке данных, а также может служить учебником для студентов технических вузов.

Характеристики

дата выпуска
количество томов
1
количество страниц
748 стр.
переплет
твердый
размеры
242x173x42 мм
цвет
Синий
тип бумаги
офсетная (60-220 г/м2)
ISBN
978-5-97060-987-3
возрастная категория
18+ (нет данных)
вес
код в Майшоп
4864749

Отзывы · 0

Нет оценок
Поделитесь своим мнением об этом товаре с другими покупателями — будьте первыми.

Содержание

Предисловие
Благодарности
Краткое содержание книги
Более увлекательные названия глав
Скачивание исходного кода примеров
Максимально эффективное использование книги
В помощь преподавателю: возможная структура
курсов
Типографские соглашения, принятые в книге
Отзывы и пожелания
Список опечаток
Нарушение авторских прав
ЧАСТЬ I. ОСНОВЫ
Глава 1. Обзор темы и знакомство с регрессией
Глава 2. Данные и показатели
Глава 3. Обзор основных методов математики и
теории вероятностей
Глава 4. Статистический вывод
Глава 5. Моделирование случайных величин
ЧАСТЬ II. ЛИНЕЙНАЯ РЕГРЕССИЯ
Глава 6. Основы регрессионного моделирования
Глава 7. Линейная регрессия с одним предиктором
Глава 8. Подгонка регрессионных моделей
Глава 9. Прогнозирование и байесовский вывод
Глава 10. Линейная регрессия с несколькими
предикторами .,
Глава 11. Предположения, диагностика и оценка
модели
Глава 12. Регрессия и преобразования данных
ЧАСТЬ III. ОБОБЩЕННЫЕ ЛИНЕЙНЫЕ МОДЕЛИ
Глава 13. Логистическая регрессия
Глава 14. Продолжаем работу с логистической
регрессией...
Глава 15. Другие обобщенные линейные модели
ЧАСТЬ IV. ДО И ПОСЛЕ ПОДГОНКИ РЕГРЕССИИ
Глава 16. План исследования и размер выборки
Глава 17. Постстратификация и внедрение
недостающих данных
ЧАСТЬ V. ПРИЧИННЫЙ ВЫВОД
Глава 18. Причинный вывод и рандомизированные
эксперименты
Глава 19. Причинный вывод с использованием
регрессии по переменной воздействия
Глава 20. Наблюдательные исследования со всеми
предполагаемыми искажающими факторами
Глава 21. Дополнительные соображения о
причинном выводе
ЧАСТЬ VI. ЧТО ДАЛЬШЕ?
Глава 22. Расширенная регрессия и
многоуровневые модели
Приложение A. Вычисления в R
Приложение B. 10 кратких советов по
регрессионному моделированию
Предметный указатель
Ваш населённый пункт:
г. Москва
Выбор населённого пункта