Página inicialGruposDiscussãoMaisZeitgeist
Este site usa cookies para fornecer nossos serviços, melhorar o desempenho, para análises e (se não estiver conectado) para publicidade. Ao usar o LibraryThing, você reconhece que leu e entendeu nossos Termos de Serviço e Política de Privacidade . Seu uso do site e dos serviços está sujeito a essas políticas e termos.
Hide this

Resultados do Google Livros

Clique em uma foto para ir ao Google Livros

Data Analysis Using Regression and…
Carregando...

Data Analysis Using Regression and Multilevel/Hierarchical Models (edição: 2006)

de Andrew Gelman (Autor), Jennifer Hill (Autor)

MembrosResenhasPopularidadeAvaliação médiaConversas
1903107,383 (4.14)Nenhum(a)
Data Analysis Using Regression and Multilevel/Hierarchical Models, first published in 2007, is a comprehensive manual for the applied researcher who wants to perform data analysis using linear and nonlinear regression and multilevel models. The book introduces a wide variety of models, whilst at the same time instructing the reader in how to fit these models using available software packages. The book illustrates the concepts by working through scores of real data examples that have arisen from the authors' own applied research, with programming codes provided for each one. Topics covered include causal inference, including regression, poststratification, matching, regression discontinuity, and instrumental variables, as well as multilevel logistic regression and missing-data imputation. Practical tips regarding building, fitting, and understanding are provided throughout.… (mais)
Membro:michelleqcy
Título:Data Analysis Using Regression and Multilevel/Hierarchical Models
Autores:Andrew Gelman (Autor)
Outros autores:Jennifer Hill (Autor)
Informação:Cambridge University Press (2006), Edition: 1, 648 pages
Coleções:Sua biblioteca
Avaliação:
Etiquetas:data science, statistics

Detalhes da Obra

Data Analysis Using Regression and Multilevel/Hierarchical Models de Andrew Gelman

Nenhum(a).

Nenhum(a)
Carregando...

Registre-se no LibraryThing tpara descobrir se gostará deste livro.

Ainda não há conversas na Discussão sobre este livro.

Exibindo 3 de 3
One of the best books on multi-level models. It was a great read and I loved the examples. ( )
  Jewel.Barnett | Sep 6, 2017 |
A good comprehensive survey of the topics. But, different sections assume different levels of background knowledge, from nearly nothing to grad-level statistics theory. I like their views on the relative importance of modeling vs. hypothesis testing, and in particular the emphasis on graphs/visualization. Also like the use of R/lmer and BUGS, and am sympathetic to their somewhat critical view of the terminology of mixed-effects models, despite the close connection to their preferred Bayesian view. ( )
  Harlan879 | Jul 22, 2009 |
Oops, this is actually over my head. I need to do a little preparatory reading first. Will I ever get around to this?
  leeinaustin | Mar 16, 2009 |
Exibindo 3 de 3
sem resenhas | adicionar uma resenha
Você deve entrar para editar os dados de Conhecimento Comum.
Para mais ajuda veja a página de ajuda do Conhecimento Compartilhado.
Título canônico
Título original
Títulos alternativos
Data da publicação original
Pessoas/Personagens
Lugares importantes
Eventos importantes
Filmes relacionados
Premiações
Epígrafe
Dedicatória
Primeiras palavras
Citações
Últimas palavras
Aviso de desambiguação
Editores da Publicação
Autores Resenhistas (normalmente na contracapa do livro)
Idioma original
CDD/MDS canônico
Data Analysis Using Regression and Multilevel/Hierarchical Models, first published in 2007, is a comprehensive manual for the applied researcher who wants to perform data analysis using linear and nonlinear regression and multilevel models. The book introduces a wide variety of models, whilst at the same time instructing the reader in how to fit these models using available software packages. The book illustrates the concepts by working through scores of real data examples that have arisen from the authors' own applied research, with programming codes provided for each one. Topics covered include causal inference, including regression, poststratification, matching, regression discontinuity, and instrumental variables, as well as multilevel logistic regression and missing-data imputation. Practical tips regarding building, fitting, and understanding are provided throughout.

Não foram encontradas descrições de bibliotecas.

Descrição do livro
Resumo em haiku

Links rápidos

Capas populares

Avaliação

Média: (4.14)
0.5
1
1.5
2 1
2.5
3
3.5
4 9
4.5
5 4

É você?

Torne-se um autor do LibraryThing.

 

Sobre | Contato | LibraryThing.com | Privacidade/Termos | Ajuda/Perguntas Frequentes | Blog | Loja | APIs | TinyCat | Bibliotecas Históricas | Os primeiros revisores | Conhecimento Comum | 155,532,392 livros! | Barra superior: Sempre visível