Extending the Linear Model with R: Generalized Linear, Mixed Effects and Nonparametric Regression Models, segunda edición

Opiniones de los lectores

El libro ofrece una visión avanzada de los modelos lineales e incluye código R útil, pero no es fácilmente accesible para lectores sin una sólida formación en matemáticas y estadística. Puede ser más adecuado como referencia para quienes tengan conocimientos previos que como texto introductorio.

⬤ Incluye código R útil que puede modificarse para uso personal
⬤ explicaciones exhaustivas de los modelos lineales extendidos
⬤ resultados claros y reproducibles.

⬤ No es fácil de seguir sin buenos conocimientos de álgebra y estadística
⬤ carece de un público objetivo claro
⬤ algunas explicaciones son demasiado concisas
⬤ título engañoso que sugiere un ritmo introductorio
⬤ no se proporcionan soluciones para los ejercicios como se indica.

(basado en 7 opiniones de lectores)

Título original:

Extending the Linear Model with R: Generalized Linear, Mixed Effects and Nonparametric Regression Models, Second Edition

Contenido del libro:

Empiece a analizar una amplia gama de problemas

Desde la publicación de la superventas y altamente recomendada primera edición, R ha crecido considerablemente tanto en popularidad como en número de paquetes disponibles. Extending the Linear Model with R: Generalized Linear, Mixed Effects and Nonparametric Regression Models, Second Edition aprovecha la mayor funcionalidad ahora disponible en R y revisa sustancialmente y añade varios temas.

Nuevo en la segunda edición

⬤ Cubrimiento ampliado de respuestas binarias y binomiales, incluyendo respuestas de proporción, regresión cuasibinomial y beta, y consideraciones aplicadas con respecto a estos modelos.

⬤ Nuevas secciones sobre modelos de Poisson con dispersión, modelos de recuento inflado cero, análisis discriminante lineal y estimación sándwich y robusta para modelos lineales generalizados (GLM).

⬤ Capítulos revisados sobre efectos aleatorios y medidas repetidas que reflejan los cambios en el paquete lme4 y muestran cómo realizar pruebas de hipótesis para los modelos utilizando otros métodos.

⬤ Nuevo capítulo sobre el análisis bayesiano de modelos de efectos mixtos que ilustra el uso de STAN y presenta el método de aproximación de INLA.

⬤ Se ha revisado el capítulo sobre modelos lineales mixtos generalizados para reflejar la mayor variedad de programas de ajuste disponibles en la actualidad.

⬤ Cobertura actualizada de splines y bandas de confianza en el capítulo sobre regresión no paramétrica.

⬤ Nuevo material sobre bosques aleatorios para regresión y clasificación.

⬤ Código R renovado en todo el libro, en particular los numerosos gráficos que utilizan el paquete ggplot2.

⬤ Ejercicios revisados y ampliados con soluciones ahora incluidas.

Demuestra la interacción de la teoría y la práctica.

Este libro de texto sigue cubriendo una serie de técnicas que se desarrollan a partir del modelo de regresión lineal. Presenta tres extensiones del marco lineal: GLM, modelos de efectos mixtos y modelos de regresión no paramétricos. El libro explica el análisis de datos mediante ejemplos reales e incluye todos los comandos de R necesarios para reproducir los análisis.