Descripción
Understanding Regression Analysis unifica diversas aplicaciones de regresión, incluyendo el modelo clásico, los modelos ANOVA, los modelos generalizados (Poisson, binomial negativa, logística y de supervivencia), redes neuronales y árboles de decisión bajo un mismo paraguas: el modelo de distribución condicional. Explica por qué el modelo de distribución condicional es el modelo correcto y también explica (demuestra) por qué las suposiciones del modelo de regresión clásico son erróneas. A diferencia de otros libros sobre regresión, este adopta desde el principio un enfoque realista de que todos los modelos son solo aproximaciones. Por lo tanto, el énfasis está en modelar los procesos de la Naturaleza de manera realista, en lugar de asumir (incorrectamente) que la Naturaleza funciona de maneras particulares y restringidas.
Las características clave del libro incluyen:
- Numerosos ejemplos resueltos utilizando el software R
- Puntos clave y preguntas de autoaprendizaje mostrados "justo a tiempo" dentro de los capítulos
- Explicaciones matemáticas simples ("demostraciones para principiantes") de conceptos clave
- Explicaciones claras y aplicaciones de la significación estadística (valores p), incorporando las directrices de la American Statistical Association
- Uso de la terminología de "proceso generador de datos" en lugar de "población"
- Se asume el marco de X aleatorio en todo el texto (el caso de X fijo se presenta como un caso especial del caso de X aleatorio)
- Explicaciones claras de modelado probabilístico, incluyendo métodos basados en verosimilitud
- Uso de simulaciones en todo el texto para explicar conceptos y realizar análisis de datos
Este libro tiene una fuerte orientación hacia la ciencia en general, así como preguntas de revisión de capítulos y autoaprendizaje, por lo que puede usarse como libro de texto para estudiantes orientados a la investigación en las ciencias sociales, biológicas y médicas, y físicas y de ingeniería. Además, su énfasis matemático lo hace ideal para un texto en cursos de matemáticas y estadística. Con sus numerosos ejemplos resueltos, también es ideal como libro de consulta para todos los científicos.
Autor: Peter H. Westfall, Andrea L. Arias
Editorial: CRC Press
Publicado: 05/06/2022
Páginas: 514
Tipo de encuadernación: Tapa blanda
Peso: 1.95lbs
Tamaño: 10.00h x 7.00w x 1.04d
ISBN13: 9780367493516
ISBN10: 0367493519
Categorías BISAC:
- Negocios y Economía | Estadística
- Matemáticas | Probabilidad y Estadística | Análisis de Regresión
Sobre el autor
Peter H. Westfall tiene un doctorado en Estadística de la Universidad de California en Davis, así como muchos años de experiencia en docencia, investigación y consultoría en una variedad de disciplinas relacionadas con la estadística. Ha publicado más de 100 artículos sobre teoría, métodos y aplicaciones estadísticas; y ha escrito varios libros, que abarcan géneros académicos, profesionales y de libros de texto. Es exeditor de The American Statistician y miembro de la American Statistical Association.
Andrea L. Arias es especialista senior en investigación de operaciones en BNSF Railway. Tiene un doctorado en Ingeniería Industrial con especialización en Estadística Empresarial de la Universidad Tecnológica de Texas, y un Doctorado en Ingeniería Industrial de la Pontificia Universidad Católica de Valparaíso, Chile. Sus principales áreas de especialización incluyen programación matemática, optimización de redes, estadística y simulación. Es miembro activo del Instituto para la Investigación de Operaciones y las Ciencias de la Gestión (INFORMS).
Este título no es retornable