Frage:
Lehrbücher zur linearen Regression mit kleinsten Quadraten
jannic
2015-03-06 21:59:12 UTC
view on stackexchange narkive permalink

Ich habe mehrere Videos zur linearen Regression gesehen, hauptsächlich von der Khan Academy. Da ich keinen statistischen Hintergrund habe, dachte ich, dies sei ein guter Weg, um sich ein Bild von dem Thema zu machen. Derzeit schreibe ich jedoch eine Bachelorarbeit über Strukturgleichungsmodellierung und möchte ein tieferes Verständnis der Regressionsanalyse erlangen.

Das Buch sollte ungefähr folgende Themen enthalten:

  • lineare Regression der kleinsten Quadrate
  • Varianz, Kovarianz

  • Regressionskoeffizient

  • Bestimmungskoeffizient

  • Restanalyse (insbesondere Hebeleffekt)

  • multiple Regression

Ich habe die Videos über die Khan-Akademie, über den Beweis, den quadratischen Fehler auf die Regressionslinie zu minimieren, oder Illustrationen wie diese aus Wikipedia:

Or illustrations like this one from Wikipedia

Ich mag es nicht, wenn Bücher Präsentieren Sie nur eine Formel und einige allgemeine Regeln usw. ohne weitere Erklärung.

Fe Residuen sollten normal verteilt sein.

Allerdings bin ich auch mit streng mathematischen Büchern nicht zufrieden, deshalb suche ich nach etwas dazwischen. Ein Plus wäre Beispielcode in R, aber definitiv kein Muss.

Sie können [Elemente des statistischen Lernens] ausprobieren (http://statweb.stanford.edu/~tibs/ElemStatLearn/).Es hat R Beispiele und Sie können das PDF kostenlos erhalten
Wenn Sie gerade erst anfangen, es zu lernen, denke ich nicht, dass ein einziges Buch ein guter Rat wäre.Sie sollten in Betracht ziehen, mehr als ein Buch zu lesen.Eines von John Fox 'Büchern über angewandte Regression könnte für Sie nützlich sein.
Haben Sie keinen Berater für Ihre Abschlussarbeit?Er sollte dir Bücher zum Lesen geben.
@Glen_b natürlich lerne ich aus mehreren Quellen, aber ich dachte, es wäre schön, ein paar Bücher zu zitieren, da ich kein Video der Khan Academy zitieren kann, haha.
@Aksakal Ja, das habe ich, aber er ist kein Statistiker und seine Empfehlung zur SEM-Literatur war meiner Meinung nach bereits schlecht ...
@jannic, Mein Rat ist, immer dem Berater zu folgen und was er Ihnen sagt, insb.in undergrad.Vielleicht sollten Sie das Thema auf den Bereich umstellen, in dem Ihr Berater stark ist.Sparen Sie sich Zeit und Ärger
@Aksakal Ich bin mit Ihrer Meinung nicht einverstanden.Ich bin zufrieden mit meinem Thema und genieße auch die Freiheit, die er mir gegeben hat.Ich denke einfach nicht, dass die Schüler den Beratern die ganze Zeit folgen oder Berater fragen sollten, ja, bis zu einem gewissen Punkt haben Sie Recht, aber es ist auch wichtig, etwas Raum zum Experimentieren zu haben, und er schätzt auch die Eigeninitiative sehr.
Sie sollten uns Ihren mathematischen Hintergrund mitteilen, Kalkül?Lineare Algebra?
Fünf antworten:
julieth
2015-03-11 00:49:43 UTC
view on stackexchange narkive permalink

Ich schlage John Fox '"Applied Regression Analysis and Generalized Linear Models" und seinen Begleittext "An R Companion to Applied Regression" für einen Text zur Regression vor. James und Hasties Text führt die Regression ein, um Ideen für statistisches Lernen zu entwickeln. Faraways Text hat viele Einsichten, ist aber knapp. Gelmans Buch ist auch schön, aber nicht mein Vorschlag für eine Einführung in die Regression. Ich schlage Fox 'Text vor, weil er relativ klar und einleitend ist, aber viele Themen ausführlich behandelt und einen R-Begleiter hat.

Elvis
2015-03-10 17:41:46 UTC
view on stackexchange narkive permalink

Praktische Regression und Anova mit R von Julian Faraway ist ein gutes Buch und frei verfügbar.

Wenn Sie zufällig Französisch lesen, empfehle ich Régression, Théorie und Anwendungen von Cornillon und Matzner-Løber.

smccain
2015-03-10 17:49:54 UTC
view on stackexchange narkive permalink

Ich mag "Datenanalyse mit Regression und mehrstufigen / hierarchischen Modellen" von Andrew Gelman und Jennifer Hill.

"Erweitern des linearen Modells mit R" von Julian Faraway hat ein großartiges Einführungskapitel, das in das allgemeines lineares Modell (Regression). Ich habe noch nie "Praktische Regression und Anova mit R" verwendet, aber auf den ersten Blick sieht es auch gut aus!

tiagotvv
2015-03-10 18:39:34 UTC
view on stackexchange narkive permalink

Ich habe zwei Empfehlungen.

Da Sie sagen, dass Sie keinen Hintergrund in Statistik haben, denke ich, wäre ein guter Anfang: "OpenIntro Statistics" von Diez, Barr und Çetinkaya-Rundel. Es geht von den Grundkonzepten aus und hat eine Einführung in die Regression. Sie können es hier herunterladen. In Coursera gibt es einen Kurs Datenanalyse und statistische Inferenz, der auf diesem Buch basiert.

Nachdem ich die grundlegenden Konzepte erhalten habe, würde ich vorschlagen, zu "Einführung in das statistische Lernen" zu gehen. von James, Witten, Hastie und Tibshirani. Dort wird die Regression eingehender behandelt. Sie können auch die Quellcodes in R sowie alle von ihnen verwendeten Datensätze herunterladen. Das gesamte Material kann hier heruntergeladen werden. Es gibt ein Statistisches Lernen MOOC, das dieses Buch behandelt.

jannic
2015-04-16 20:53:19 UTC
view on stackexchange narkive permalink

Ich möchte ein Buch hinzufügen, das ich zufällig in meiner Universitätsbibliothek gefunden habe. Es heißt Korrelation und Regression von Philip Bobko. Es ist sehr leicht zu lesen und zieht sehr elegant Brücken zwischen verschiedenen Konzepten, wie z. die Regressionssteigung und der Korrelationskoeffizient



Diese Fragen und Antworten wurden automatisch aus der englischen Sprache übersetzt.Der ursprüngliche Inhalt ist auf stackexchange verfügbar. Wir danken ihm für die cc by-sa 3.0-Lizenz, unter der er vertrieben wird.
Loading...