Quel est le meilleur livre sur les modèles linéaires généralisés pour les novices?

16

Je suis encore assez nouveau dans les modèles linéaires généralisés, et j'ai du mal avec beaucoup de notation dans la plupart des textes GLM que j'ai choisis. Existe-t-il des livres GLM extrêmement populaires qui se prêtent mieux à la lisibilité?

regression generalized-linear-model references

— Atticus29
source

Vous pouvez essayer de parcourir ce fil: advanced-statistics-books-recommendation , qui inclut une discussion sur les GLiM. En général, je ne sais pas si cette question peut être répondue sans plus d'informations. Voulez-vous un livre mathématiquement dense, par exemple? Quel est votre parcours? Etc.

— gung - Rétablir Monica

1

Je ne voudrais pas d'un livre mathématiquement dense. Je suis généticien des populations, et mon intérêt est vraiment appliqué.

— Atticus29

Essayez ce livre, il couvre de nombreux modèles. Un texte qui utilise des "modèles linéaires généraux" dans le titre est probablement mathématique

— Peter Flom - Réinstallez Monica

3

Dans le fil de discussion, j'ai recommandé le livre d'introduction d'Agresti. Cela a relativement peu de mathématiques. Je soupçonne que ce pourrait être le meilleur livre pour vous. Quel est le livre que vous lisez maintenant?

— gung - Réintégrer Monica

Le livre de @gung Agresti est excellent. Un peu plus avancé que Long. Je vois que la 3e édition d'Agresti est sortie maintenant.

— Peter Flom - Réintègre Monica

8

Pour un nouveau pratiquant, j'aime Gelman et Hill.

Analyse des données à l'aide de modèles de régression et multiniveaux / hiérarchiques

Apparemment, le livre traite des modèles linéaires généralisés hiérarchiques, un sujet plus avancé que les GLM; la première section, cependant, est un merveilleux guide des praticiens sur les GLM.

Le livre est léger sur la théorie, lourd sur la pratique statistique disciplinée, débordant d'études de cas et de code R pratique, le tout d'une voix agréable et amicale.

— Matthew Drury
source

7

Je suis un grand fan de l' analyse de données catégorielles d'Agresti .

J'ai lu le livre d'introduction d'Agresti mais j'ai trouvé qu'il manquait des interprétations clés sur la façon dont le modèle linéaire généralisé est construit et comment il fonctionne. Par exemple, vous n'aurez peut-être pas besoin de savoir comment fonctionnent la distribution binomiale et le lien logit si vous souhaitez uniquement ajuster une régression logistique. Cependant, c'est ennuyeux lorsque vous avez lu le chapitre et commencé à vous poser des questions à ce sujet mais que vous ne pouvez pas le trouver dans le livre.

Le livre de McCullagh et Nelder GLM est difficile à lire. Il contient tout ce que vous devez savoir mais n'a pas la dérivation pour les résultats clés.

Heureusement, l' analyse des données catégorielles d'Agresti présente un bon équilibre.

— Kevin
source

3

Une réponse plus complète indiquerait également les avantages des titres mentionnés.

— Andy

3

En tant que débutant complet moi-même, j'ai trouvé les fondations des modèles linéaires et linéaires généralisés du célèbre auteur de l' analyse des données catégoriques Alan Agresti utiles. Le langage est fluide, bien qu'une certaine exposition à l'algèbre linéaire soit supposée.

— rsl
source

1

J'ai vraiment aimé les modèles d'effets mixtes avec extensions dans R - Zuur, et. al . Il s'agit d'un suivi de leur ancien livre Analyzing Ecological Data (2007). Ils font un bon travail de motivation des modèles, ainsi que de nombreux exemples visuels pour expliquer à quoi ressemblent les GLM. Ils établissent également un bon équilibre entre théorie, application et discussion. De plus, ils ont tous les codes et jeux de données sur leur site Web, vous pouvez donc appliquer immédiatement ce que vous avez appris.

— Alex R.
source