Recenzii ale cititorilor
Rezumat:Cartea este foarte apreciată pentru expunerea clară a modelării pe mai multe niveluri și a analizei regresiei, concentrându-se asupra aplicațiilor practice, în special utilizând R. Este lăudată pentru acoperirea cuprinzătoare, exemplele relevante și accentul pus pe înțelegerea conceptelor de bază în loc de simpla aplicare a formulelor. Cu toate acestea, mulți cititori își exprimă, de asemenea, frustrarea cu privire la numeroasele erori din exemple și codul R, organizarea inconsecventă și accesibilitatea seturilor de date, care le împiedică capacitatea de a utiliza în mod eficient cartea.
Avantaje:⬤ Acoperire cuprinzătoare a modelării pe mai multe niveluri și a conceptelor statistice cheie.
⬤ Scriere clară și exemple utile care fac accesibile subiectele complexe.
⬤ Accent pe aplicarea practică folosind R, cu un accent puternic pe înțelegere mai degrabă decât pe aplicarea pe de rost.
⬤ Stil de codare compact care ajută la simplificarea învățării.
⬤ Referințe relevante care susțin conceptele discutate.
Dezavantaje:⬤ Numeroase erori în codul R și exemple care le fac dificil de urmărit.
⬤ Organizare inconsecventă și ambiguitate ocazională în terminologie.
⬤ Lipsă de seturi de date actualizate sau bine documentate pentru aplicații practice.
⬤ Unele secțiuni sunt lipsite de explicații detaliate, lăsând cititorii potențial confuzi.
⬤ Ghid limitat pentru începători în R, ceea ce poate împiedica înțelegerea pentru cei mai puțin experimentați.
(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/.
