Réponses simples à des questions complexes : La théorie des modèles linéaires - Broché

de Ronald Christensen (Auteur)

Quatrième de couverture

Ce manuel offre une introduction étendue à l'utilisation et à la théorie des modèles linéaires pour l'analyse de données. L'auteur met l'accent sur un traitement unifié des modèles linéaires, y compris les modèles d'analyse de variance et les modèles de régression, basés sur les projections, l'orthogonalité et d'autres concepts d'espaces vectoriels. Chaque chapitre est accompagné de nombreux exercices et exemples, ce qui en fait un ouvrage idéal pour un cours de niveau supérieur. Tous les sujets standard sont abordés en profondeur : estimation, y compris l'estimation biaisée et bayésienne, tests de signification, ANOVA, comparaisons multiples, analyse de régression et modèles de plans expérimentaux. De plus, le livre couvre des sujets qui ne sont généralement pas traités à ce niveau, mais qui sont importants en soi : meilleure prédiction linéaire et meilleure prédiction linéaire non biaisée, modèles de parcelles divisées, plans en blocs incomplets équilibrés, tests d'adéquation, tests d'indépendance, modèles avec matrices de covariance singulières, diagnostics, colinéarité et sélection de variables. Cette nouvelle édition inclut de nouvelles sections sur les alternatives à l'estimation des moindres carrés et le compromis variance-biais, une discussion élargie sur la sélection de variables, de nouveaux éléments sur la caractérisation de l'espace d'interaction dans une ANOVA à deux facteurs non équilibrée, la critique de Freedman de l'estimateur sandwich, et bien plus encore.

Biographie de l'auteur

Ronald Christensen est professeur de statistique à l'Université du Nouveau-Mexique, membre de l'American Statistical Association (ASA) et de l'Institute of Mathematical Statistics, ancien président de la section de l'ASA sur la science statistique bayésienne et ancien rédacteur en chef de The American Statistician. Ses publications comprennent Advanced Linear Modeling (Springer, nouvelle édition à paraître), Log-Linear Models and Logistic Regression (Springer 1997), Analysis of Variance, Design, and Regression (1996, 2016), et Bayesian Ideas and Data Analysis (2010, avec Johnson, Branscum et Hanson).