Recenzii ale cititorilor
Rezumat:Cartea este foarte apreciată pentru claritatea sa, abordarea practică și acoperirea cuprinzătoare a tehnicilor de modelare și regresie pe mai multe niveluri. Este preferată în special de utilizatorii familiarizați cu R, care apreciază exemplele și codificarea practică. Cu toate acestea, mulți recenzenți și-au exprimat frustrarea cu privire la calitatea codului R furnizat, observând numeroase erori și inconsecvențe care împiedică experiența de învățare. Organizarea cărții și a resurselor însoțitoare ar putea fi, de asemenea, îmbunătățite.
Avantaje:⬤ Acoperire cuprinzătoare a modelării pe mai multe niveluri și a tehnicilor de regresie.
⬤ Stil de scriere clar și captivant, care face accesibile conceptele complexe.
⬤ Exemple practice și rețete pentru utilizarea R.
⬤ Accent puternic pe înțelegerea conceptelor teoretice, mai degrabă decât pe simpla aplicare a formulelor.
⬤ Util ca referință atât pentru studenți, cât și pentru cercetătorii experimentați din domeniul științelor sociale.
Dezavantaje:⬤ Exemplele de cod R sunt adesea eronate sau prost explicate, ducând la frustrare.
⬤ Unele secțiuni nu sunt suficient de profunde, iar cartea poate necesita resurse suplimentare pentru o înțelegere completă.
⬤ Organizarea conținutului poate părea dispersată, afectând fluxul și coerența.
⬤ Seturile de date și exemplele furnizate nu sunt întotdeauna bine documentate sau ușor de accesat.
(pe baza a 72 recenzii ale cititorilor)
Titlul original:
Data Analysis Using Regression and Multilevel/Hierarchical Models
Conținutul cărții:
Data Analysis Using Regression and Multilevel/Hierarchical Models este un manual cuprinzător pentru cercetătorii aplicați care doresc să efectueze analize de date utilizând modele de regresie liniară și neliniară și modele multi-nivel. Cartea prezintă o mare varietate de modele și, în același timp, instruiește cititorul cu privire la modul de ajustare a acestor modele utilizând pachetele software disponibile.
Cartea ilustrează conceptele prin parcurgerea a zeci de exemple de date reale care au apărut din cercetările aplicate ale autorilor, pentru fiecare dintre acestea fiind furnizate coduri de programare. Subiectele abordate includ inferența cauzală, inclusiv regresia, poststratificarea, potrivirea, discontinuitatea regresiei și variabilele instrumentale, precum și regresia logistică pe mai multe niveluri și imputarea datelor lipsă. Sfaturi practice privind construirea, ajustarea și înțelegerea sunt furnizate pe tot parcursul.
Pagina de resurse a autorului: http: //www.stat. columbia.edu/ gelman/arm/.
