मैं अभी भी सामान्यीकृत रेखीय मॉडल के लिए बहुत नया हूं, और मैंने जिन जीएलएम ग्रंथों को उठाया है उनमें से अधिकांश में मैं बहुत सारे अंकन के साथ संघर्ष करता हूं। क्या बेहद लोकप्रिय जीएलएम किताबें हैं जो खुद को पठनीयता के लिए बेहतर बताती हैं?
मैं अभी भी सामान्यीकृत रेखीय मॉडल के लिए बहुत नया हूं, और मैंने जिन जीएलएम ग्रंथों को उठाया है उनमें से अधिकांश में मैं बहुत सारे अंकन के साथ संघर्ष करता हूं। क्या बेहद लोकप्रिय जीएलएम किताबें हैं जो खुद को पठनीयता के लिए बेहतर बताती हैं?
जवाबों:
एक नए व्यवसायी के लिए, मुझे जेलमैन और हिल पसंद हैं।
प्रतिगमन और बहुस्तरीय / पदानुक्रमित मॉडल का उपयोग कर डेटा विश्लेषण
मूल रूप से पुस्तक Hierarchical Generalized रैखिक मॉडल के बारे में है, जो GLMs की तुलना में अधिक उन्नत विषय है; पहला खंड, हालांकि, GLMs के लिए एक अद्भुत चिकित्सक मार्गदर्शिका है।
पुस्तक सिद्धांत पर हल्की है, अनुशासित सांख्यिकीय अभ्यास पर भारी है, केस स्टडी और व्यावहारिक आर कोड के साथ बह निकला है, जो सभी को एक सुखद, दोस्ताना आवाज में बताया गया है।
मैं अग्रेंजी के श्रेणीबद्ध डेटा विश्लेषण का बहुत बड़ा प्रशंसक हूं ।
मैंने एगेस्टी की इंट्रो पुस्तक को पढ़ा है, लेकिन यह पाया कि सामान्यीकृत रैखिक मॉडल कैसे बनाया जाता है और यह कैसे काम करता है, इसके लिए महत्वपूर्ण व्याख्याएं गायब हैं। उदाहरण के लिए, आपको यह जानने की आवश्यकता नहीं होगी कि यदि आप केवल लॉजिस्टिक रिग्रेशन फिट करना चाहते हैं तो द्विपद वितरण और लॉग लिंक लिंक कैसे काम करते हैं। हालाँकि यह तब कष्टप्रद होता है जब आप अध्याय पढ़ चुके होते हैं और इसके बारे में आश्चर्य करना शुरू कर देते हैं लेकिन इसे पुस्तक में नहीं पा सकते हैं।
मैककुल्घ और नेल्डर जीएलएम पुस्तक को पढ़ना मुश्किल है। इसमें वह सब कुछ है जो आपको जानना आवश्यक है लेकिन प्रमुख परिणामों के लिए व्युत्पत्ति का अभाव है।
सौभाग्य से अग्रेंजी के श्रेणीबद्ध डेटा विश्लेषण एक अच्छा संतुलन प्रस्तुत करते हैं।
एक पूर्ण शुरुआत के रूप में, मुझे सहायक डेटा विश्लेषण के प्रतिष्ठित लेखक एलन एगेस्टी द्वारा सहायक होने के लिए लीनियर और सामान्यीकृत रैखिक मॉडल की नींव मिली । भाषा तरल है, हालांकि रैखिक बीजगणित के लिए कुछ जोखिम ग्रहण किया जाता है।
मैं वास्तव में आर - ज़्यूर, एट में एक्सटेंशन्स के साथ मिश्रित प्रभाव वाले मॉडल पसंद करता हूं । अल । यह उनकी पुरानी किताब एनालिसिस इकोलॉजिकल डेटा (2007) का फॉलोअप है। वे मॉडल को प्रेरित करने का एक अच्छा काम करते हैं, साथ ही साथ बहुत सारे दृश्य उदाहरणों की व्याख्या करते हैं कि GLM क्या दिखते हैं। वे सिद्धांत, अनुप्रयोग और चर्चा के बीच एक अच्छा संतुलन बनाते हैं। साथ ही उनके पास अपनी वेबसाइट पर सभी कोड और डेटासेट हैं, इसलिए आप जो सीखा है उसे तुरंत लागू कर सकते हैं।