An Introduction To Generalized Linear Models
en 12x sin interés
Llega mañana
Solo en Santiago de Chile
Comprando dentro de las próximas 11 h 51 min
Beneficio Mercado Puntos
Retira a partir de mañana en servicios de encomiendas y otros puntos
Comprando dentro de las próximas 11 h 51 min
Beneficio Mercado Puntos
Ver en el mapa¡Última disponible!
Conoce la
Características principales
Título del libro | An Introduction to Generalized Linear Models |
---|---|
Subtítulo del libro | No Aplica |
Serie | No aplica |
Autor | Dobson Annette; Barnett Adrian |
Idioma | Inglés |
Editorial del libro | CRC Press |
Edición del libro | No Aplica |
Color de la portada | No aplica |
Tapa del libro | Dura |
Volumen del libro | No Aplica |
Tamaño de la letra | Estándar |
Con índice | No |
Año de publicación | 0 |
Otras características
Cantidad de páginas: 376
Altura: 23.5 cm
Ancho: 16 cm
Peso: 720 g
Material de la tapa del libro: Vinil
Con páginas para colorear: No
Con realidad aumentada: No
Con concordancia: No
Traductores: No Aplica
Género del libro: Ciencias
Subgéneros del libro: No aplica
Tipo de narración: Manual
Versión del libro: No aplica
Tamaño del libro: No Aplica
Con cierre: No
Color del canto: No aplica
Colección del libro: No Aplica
Accesorios incluidos: No
Edad mínima recomendada: 18 años
Edad máxima recomendada: 99 años
Escrito en imprenta mayúscula: No
Cantidad de libros por set: 1
ISBN: 9781138741683
Descripción
LIBRERÍA LEA+
An Introduction to Generalized Linear Models, Fourth Edition provides a cohesive framework for statistical modelling, with an emphasis on numerical and graphical methods. This new edition of a bestseller has been updated with new sections on non-linear associations, strategies for model selection, and a Postface on good statistical practice. Like its predecessor, this edition presents the theoretical background of generalized linear models (GLMs) before focusing on methods for analyzing particular kinds of data. It covers Normal, Poisson, and Binomial distributions; linear regression models; classical estimation and model fitting methods; and frequentist methods of statistical inference. After forming this foundation, the authors explore multiple linear regression, analysis of variance (ANOVA), logistic regression, log-linear models, survival analysis, multilevel modeling, Bayesian models, and Markov chain Monte Carlo (MCMC) methods. Introduces GLMs in a way that enables readers to understand the unifying structure that underpins them Discusses common concepts and principles of advanced GLMs, including nominal and ordinal regression, survival analysis, non-linear associations and longitudinal analysis Connects Bayesian analysis and MCMC methods to fit GLMs Contains numerous examples from business, medicine, engineering, and the social sciences Provides the example code for R, Stata, and WinBUGS to encourage implementation of the methods Offers the data sets and solutions to the exercises online Describes the components of good statistical practice to improve scientific validity and reproducibility of results. Using popular statistical software programs, this concise and accessible text illustrates practical approaches to estimation, model fitting, and model comparisons.
----------
¡Cuéntanos si necesitas más libros y podemos publicar un PACK A TU MEDIDA, para que AHORRES en gastos de envío! Necesitamos saber el título y autor para ver disponibilidad.
----------
¡Cuéntanos si necesitas más libros y podemos publicar un PACK A TU MEDIDA, para que AHORRES en gastos de envío! Necesitamos saber el título y autor para ver disponibilidad.