×
Generalized additive models:an introduction with R

Generalized additive models:an introduction with R

1星价 ¥100.1 (7.2折)
2星价¥100.1 定价¥139.0
暂无评论
图文详情
  • ISBN:9787519295721
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:26cm
  • 页数:20,492页
  • 出版时间:2022-07-01
  • 条形码:9787519295721 ; 978-7-5192-9572-1

本书特色

本书包含的内容比书名还要多得多!除了作为广义可加模型的首选参考书之外,本书还对线性模型、线性混合模型、广义线性模型和广义可加混合模型进行了非常清晰和简洁的介绍,可谓是一本全面的回归建模指南。 美国国家科学院院士Trevor Hastie赞誉此书和R软件是对应用统计学和数据科学的杰出贡献!

内容简介

◎内容简介 广义可加模型(GAM)是处理建模结果和协变量之间非线性关系的方法。本书的第1版已成为国际上该领域的主流教材和参考书之一,并且是唯一一部包含大量实例和软件实现的导论指南。第2版比第1版更具可读性,不仅对全书进行了重构,而且添加了一些新材料,包括自适应平滑、位置尺度建模和函数性数据分析等。书中提供了线性模型、线性混合模型和广义线性模型(GLM)的必要背景,然后对GAM和相关模型的理论和应用都进行了深入讲授。作者将他的方法建立在惩罚回归样条模型框架的基础上,并且在大力关注GAM的实际方面的同时,讨论了这些方法背后的理论解释。使用R软件则更有助于解释理论并展示该方法的实际应用。书中每章都包含大量练习,并在全书*后的附录C和本书的配套R数据包gamair中提供了解答。本书可供统计工作者和高等院校有关专业师生阅读和参考,既可以作为授课教材,也可供自学使用。

目录

◎图书目录

Preface

1. Linear Models

2. Linear Mixed Models

3. Generalized Linear Models

4. Introducing GAMs

5. Smoothers

6. GAM theory

7. GAMs in Practice: mgcv

Appendix A. Maximum Likelihood Estimation

Appendix B. Some Matrix Algebra

Appendix C. Solutions to Exercises


展开全部

作者简介

◎作者简介 西蒙·伍德(Simon N. Wood),英国爱丁堡大学统计学教授,先前还曾在巴斯大学和布里斯托大学任教。他是R包mgcy的作者,主要研究方向为统计计算、平滑方法和统计生态学及流行病学。伍德教授是统计学国际顶级期刊Journal of the Royal Statistical Society, Series B的主编,并受邀在皇家统计学会(RSS)的2022年国际大会上做主题演讲。

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航