Regression Modeling Strategies (2001)

Frank E. Jr. Harrell

Palavras-chave:

• análise estatística no R, análise de regressão, R-Project, Modelos Lineares Generalizados - MLG.

Dados técnicos

Editora: Springer. Número de páginas: 600. Livro em português. 1ed, 2001.

Comentários

Esse livro trata de estratégias de modelagem em regressão de um ponto de vista moderno, buscando estabelecer os problemas mais comuns que aparecem no dia a dia ao tentar se aplicar as teorias estatísticas desenvolvidas para cenários perfeitos (sem dados faltantes, variáveis aleatórias independentes e identicamente distribuídas, processos de seleção de variáveis sem viés...) e a seguir propondo soluções ou direcionamento para eles.

Aborda assuntos como categorização ou não categorização de variáveis, tratamento de dados faltantes, a validade da utilização de métodos de stepwise para seleção de variáveis (e os viéses que dele decorrem quando a aplicação não é justificada), modelos de sobrevivência e regressão logística.

Tem implementação em R das principais técnicas abordadas.

Capítulos

1) Introduction
2) General Aspects of Fitting Regression Models
3) Missing Data
4) Multivariable Modeling Strategies
5) Resampling, Validating, Describing, and Simplifying the Model
6) S-Plus Software
7) Case Study in Least Squares Fitting and Interpretation of a Linear Mode
8) Case Study in Imputation and Data Reduction
9) Overview of Maximum Likelihood Estimation
10) Binary Logistic Regression
11) Logistic Model Case Study 1: Predicting Cause of Death
12) Logistic Model Case Study 2: Survival of Titanic Passengers
13) Ordinal Logistic Regression
14) Case Study in Ordinal Regression, Data Reduction, and Penalization
15) Models Using Nonparametric Transformations of X and Y
16) Introduction to Survival Analysis
17) Parametric Survival Models
18) Case Study in Parametric Survival Modeling and Model Approximation
19) Cox Proportional Hazards Regression Model
20) Case Study in Cox Regression

Diponibilidade

Envie seus comentários a respeito