Nicht lieferbar
Generalized, Linear, and Mixed Models
Versandkostenfrei!
Nicht lieferbar
Forscher im Bereich mathematische Statistik
Verallgemeinerte lineare Modelle gehören zu den wichtigsten Hilfsmitteln der statistischen Analyse. In diesem in sich geschlossenen Band werden lineare und verallgemeinerte lineare Modelle im gleichen Kontext abgehandelt; gemischte Effekte werden ausführlich besprochen. Informativ für alle, die einen Einblick in die Theorie der mathematischen Statistik erhalten wollen und für Anwender von Statistikpaketen!
Verallgemeinerte lineare Modelle gehören zu den wichtigsten Hilfsmitteln der statistischen Analyse. In diesem in sich geschlossenen Band werden lineare und verallgemeinerte lineare Modelle im gleichen Kontext abgehandelt; gemischte Effekte werden ausführlich besprochen. Informativ für alle, die einen Einblick in die Theorie der mathematischen Statistik erhalten wollen und für Anwender von Statistikpaketen!
Wiley Series in Probability and StatisticsA modern perspective on mixed modelsThe availability of powerfulcomputing methods in recent decades has thrust linear and nonlinear mixed models into the mainstream of statistical application. This volume offers a modern perspective on generalized, linear, and mixed models, presenting a unified and accessible treatment of the newest statistical methods for analyzing correlated, nonnormally distributed data.As a follow-up to Searle's classic, Linear Models, and Variance Components by Searle, Casella, and McCulloch, this new work progresses from the basic one-way classification to generalized linear mixed models. A variety of statistical methods are explained and illustrated, with an emphasis on maximum likelihood and restricted maximum likelihood. An invaluable resource for applied statisticians and industrial practitioners, as well as students interested in the latest results, Generalized, Linear, and Mixed Models features: A review of the basics of linear models and linear mixed models Descriptions of models for nonnormal data, including generalized linear and nonlinear models Analysis and illustration of techniques for a variety of real data sets Information on the accommodation of longitudinal data using these models Coverage of the prediction of realized values of random effects A discussion of the impact of computing issues on mixed models