Pedido de referência: Modelos lineares generalizados

18

Estou procurando um livro de nível introdutório ao intermediário sobre modelos lineares generalizados. Idealmente, além da teoria por trás dos modelos, eu gostaria que incluísse aplicativos e exemplos em R ou outra linguagem de programação - ouvi dizer que o SAS também é uma escolha popular. Pretendo estudá-lo sozinho e, assim, ajudaria se desse as respostas aos seus próprios exercícios.

Você pode supor que eu fiz os cursos tradicionais de um ano na teoria de cálculo e probabilidade. Também estou familiarizado com o básico da análise de regressão.

JohnK
fonte

Respostas:

8

Gelman, Andrew e Jennifer Hill. Análise de dados usando regressão e modelos multiníveis / hierárquicos. Cambridge University Press, 2007, não trata de GLMs em si, mas também abrange isso e possui uma boa mistura de teoria, conselhos práticos, implementação em R e exercícios (e, quando você pesquisar na Web, poderá encontrar um versão do e-book!).

Não é um livro, mas está disponível gratuitamente, este curso de estatística para graduados do Departamento de Governo de Harvard, que também abrange os GLMs mais comuns. Os vídeos da seção abordam a implementação em R. O livro é King, Gary. Metodologia política unificadora: a teoria da probabilidade de inferência estatística. University of Michigan Press, 1989.

Julian Schuessler
fonte
9

Disclaimer: A opinião pessoal altamente subjetiva segue ...

Para teoria e aplicações, não posso recomendar modelos e extensões lineares generalizadas de Hardin e Hilbe muito. Ele usa o SPSS Stata, (ambos) dos quais eu nunca uso e que não conheço nada, mas abrange a teoria e possui um conjunto muito rico de exemplos. Se eu tivesse que escolher um livro para começar, seria este.

Um livro mais focado na teoria é Generalized, Linear, and Mixed Models por McCulloch, Searle e Neuhaus. Isso tem menos exemplos do que Hardin e Hilbe, mas entra ainda mais em efeitos aleatórios para o modelo linear e o GLM. Este é o meu livro favorito do GLM, porque ele conecta muitas coisas, mas se você não tem interesse em efeitos aleatórios, pode ser um exagero.

O que eu chamaria de referência canônica para GLMs é Generalized Linear Models de McCullagh e Nelder. É um título um pouco mais antigo, mas eu gostei muito.

Modelos lineares generalizados com aplicações em engenharia e ciências de Myers, Montgomery, Vining e Robinson passam um pouco mais de tempo nos GLMs binários / poisson e também têm exemplos interessantes. A nova edição tem exemplos em alguns idiomas, incluindo R.

Eu peguei Faraway's Extending the Linear Model com R: Modelos Generalizados de Linear, Efeitos Mistos e Regressão Não Paramétrica há um tempo atrás, e tem sido muito útil para me ajudar a fazer as coisas em R, embora não seja um bom livro "ensine a si mesmo GLM". Mas pode ser um bom companheiro para alguns dos outros livros por aí.

nunca
fonte
Obrigado! Acho que vou dar uma olhada mais de perto em Hardin e Hilbe, bem como em McCullagh e Nelder. Você deve ter ficado muito bom depois de estudar todos esses textos. ^^
JohnK
O livro McCullagh & Nelder é um super clássico!
usεr11852 diz Reinstate Monic
Erro principal: o livro de Hardin e Hilbe é baseado no Stata, não no SPSS.
Nick Cox
Hardin & Hilbe é muito bom.
Dimitriy V. Masterov
5

Eu realmente gosto das estratégias de modelagem de regressão de Frank Harrell.

Scott Millis
fonte
3

Introdução ao aprendizado estatístico com aplicativos em R foi realmente fácil de seguir o texto introdutório que abrange os GLMs e, como o título sugere, vem com conjuntos de problemas e código de exemplo em R. Aprendi muito ao ler esse livro.

Se você se sentir à vontade com os Elementos de Álgebra Linear da Aprendizagem Estatística, aborda esse mesmo material com mais detalhes e muitos outros tópicos também, mas ele não possui o mesmo tipo de exemplo de tutorial fácil de seguir Rnos capítulos.

John St. John
fonte
Estou muito impressionado com a qualidade do Statistical Learning with Applications em R. Acho que vou tentar e possivelmente comprá-lo. Obrigado.
JohnK
1

As notas de aula do curso de Princeton, alemão de Rodriguez, sobre GLMs, são uma introdução completa, repleta de exemplos dos tipos mais comuns e explicam as relações entre eles. Os aspectos mais teóricos são separados em dois apêndices.

Scortchi - Restabelecer Monica
fonte
1

O livro de Alain Zuur "Um guia para iniciantes sobre GLM e GLMM com R" fornece alguns bons exemplos para GLMs e GLMMs em R.

andschar
fonte
-1

Aqui está uma boa descrição da regressão linear generalizada. O código é feito em R e explica como eles funcionam. O CRAN também possui um pacote glmnetque faz isso por você, mas pode ser um pouco difícil de usar inicialmente. Mas quando você pega o jeito, é bastante flexível. Aqui está uma boa redação glmnet. Espero que ajude.

brócolis
fonte
1
O primeiro link não é sobre modelos lineares generalizados. GLMs não significa usar regressão com transformações.
Nick Cox