包邮Generalized additive models:an introduction with R
- 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
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。
-
硅谷之火-人与计算机的未来
¥13.7¥39.8 -
造神:人工智能神话的起源和破除 (精装)
¥32.7¥88.0 -
软件定义网络(SDN)技术与应用
¥26.9¥39.8 -
自己动手写PYTHON虚拟机
¥31.0¥79.0 -
Photoshop平面设计实用教程
¥14.5¥39.8 -
.NET安全攻防指南(下册)
¥89.0¥129.0 -
RUST权威指南(第2版)
¥114.2¥168.0 -
.NET安全攻防指南(上册)
¥89.0¥129.0 -
大模型实战:微调、优化与私有化部署
¥66.3¥99.0 -
人工智能的底层逻辑
¥55.3¥79.0 -
多模态数据融合与挖掘技术
¥34.7¥45.0 -
仓颉编程快速上手
¥62.9¥89.8 -
剪映AI
¥55.6¥88.0 -
FINAL CUT短视频剪辑零基础一本通
¥28.9¥39.8 -
FLASK 2+VUE.JS 3实战派――PYTHON WEB开发与运维
¥83.8¥118.0 -
人工智能安全
¥66.4¥109.0 -
AI赋能写作:AI大模型高效写作一本通
¥34.3¥49.0 -
信息系统监理师考试大纲
¥13.5¥15.0 -
大模型应用开发极简入门 基于GPT-4和ChatGPT
¥41.9¥59.8 -
Visual Basic 语言程序设计基础(第6版)
¥29.3¥45.0
