Comprender el análisis de regresión: Un Enfoque de Distribución Condicional

Opiniones de los lectores

Actualmente no hay opiniones de lectores. La calificación se basa en 9 votos.

Título original:

Understanding Regression Analysis: A Conditional Distribution Approach

Contenido del libro:

Comprender el análisis de regresión unifica diversas aplicaciones de regresión, como el modelo clásico, los modelos ANOVA, los modelos generalizados, como Poisson, binomial negativo, logístico y de supervivencia, las redes neuronales y los árboles de decisión, bajo un paraguas común: el modelo de distribución condicional. Explica por qué el modelo de distribución condicional es el modelo correcto, y también explica (demuestra) por qué los supuestos del modelo de regresión clásico son erróneos. A diferencia de otros libros de regresión, éste adopta desde el principio el enfoque realista de que todos los modelos son sólo aproximaciones. De ahí que se haga hincapié en modelizar los procesos de la Naturaleza de forma realista, en lugar de suponer (incorrectamente) que la Naturaleza funciona de formas particulares y limitadas.

Las principales características del libro son:

⬤ Numerosos ejemplos de trabajo utilizando el software R.

⬤ Puntos clave y preguntas de auto-estudio mostradas "justo a tiempo" dentro de los capítulos.

⬤ Explicaciones matemáticas sencillas ("baby proofs") de los conceptos clave.

⬤ Explicaciones claras y aplicaciones de significación estadística (valores p), incorporando las directrices de la American Statistical Association.

⬤ Utilización de la terminología "proceso de generación de datos" en lugar de "población".

⬤ Se asume un marco X aleatorio (el caso X fijo se presenta como un caso especial del caso X aleatorio).

⬤ Explicaciones claras de la modelización probabilística, incluidos los métodos basados en la verosimilitud.

⬤ Utilización de simulaciones para explicar conceptos y realizar análisis de datos.

Este libro tiene una fuerte orientación hacia la ciencia en general, así como preguntas de revisión de capítulos y de autoestudio, por lo que puede utilizarse como libro de texto para estudiantes orientados a la investigación en ciencias sociales, biológicas y médicas, y físicas y de ingeniería. Además, su énfasis matemático lo hace ideal como texto en cursos de matemáticas y estadística. Con sus numerosos ejemplos prácticos, también es ideal como libro de consulta para todos los científicos.