ترجمه فارسی توضیحات (ترجمه ماشینی)
فواصل اطمینان در مدل های رگرسیون تعمیم یافته
یک رویکرد منسجم به مدلهای رگرسیون
فاصلههای اطمینان در مدلهای رگرسیون تعمیمیافته، یک نمایش یکپارچه – مدل رگرسیون تعمیمیافته (GRM) – از انواع مختلف مدلهای رگرسیون را معرفی میکند. همچنین از یک رویکرد مبتنی بر احتمال برای انجام استنتاج آماری از شواهد آماری متشکل از داده ها و مدل آماری آن استفاده می کند.
مجموعه بزرگی از مدل ها را ارائه می دهد
این کتاب تعدادی مدل رگرسیون مختلف را در بر می گیرد، از مدل های بسیار ساده تا پیچیده تر. مدل خطی عمومی (GLM)، مدل رگرسیون غیرخطی، مدل خطی تعمیم یافته (GLIM)، مدل رگرسیون لجستیک، مدل رگرسیون پواسون، مدل رگرسیون چند جملهای و مدل رگرسیون کاکس را پوشش میدهد. نویسنده همچنین روشهای ساخت مناطق اطمینان، فواصل اطمینان مبتنی بر احتمال، و آزمونهای نسبت احتمال را توضیح میدهد.
از بسته استنتاج آماری برای استنتاج بر روی توابع پارامتر با ارزش واقعی استفاده می کند
این کتاب با ارائه نرم افزاری که به تجزیه و تحلیل های آماری کمک می کند، بر تولید استنتاج های آماری برای داده های مدل سازی شده توسط GRM تمرکز دارد. این شامل نتایج عددی و گرافیکی در حین ارائه کد آنلاین است.
A Cohesive Approach to Regression Models
Confidence Intervals in Generalized Regression Models introduces a unified representation—the generalized regression model (GRM)—of various types of regression models. It also uses a likelihood-based approach for performing statistical inference from statistical evidence consisting of data and its statistical model.
Provides a Large Collection of Models
The book encompasses a number of different regression models, from very simple to more complex ones. It covers the general linear model (GLM), nonlinear regression model, generalized linear model (GLIM), logistic regression model, Poisson regression model, multinomial regression model, and Cox regression model. The author also explains methods of constructing confidence regions, profile likelihood-based confidence intervals, and likelihood ratio tests.
Uses Statistical Inference Package to Make Inferences on Real-Valued Parameter Functions
Offering software that helps with statistical analyses, this book focuses on producing statistical inferences for data modeled by GRMs. It contains numerical and graphical results while providing the code online.
نقد و بررسیها
هنوز بررسیای ثبت نشده است.