Applied Regression Analysis

by Norman R. Draper, Harry Smith

Ein Hauptziel wissenschaftlicher Forschung ist das Auffinden von Beziehungen zwischen Variablen. Die Regressionsrechnung ist ein allgemein gebr�uchliches statistisches Mittel zur Erstellung von mathematischen Modellen aus Forschungsdaten. Die 3. Auflage wurde um 16 neue Kapitel erweitert; die Grundlagen der Regressionsrechnung werden, ausgehend von klassischen Konzepten, pr�zise erkl�rt. Mit vielen �bungsaufgaben und L�sungen sowie einer Diskette. (06/98)

736 pages, Kindle Edition

First published January 1, 1981

About the author

Dr. Norman R. Draper was professor emeritus and distinguished professor of the Department of Statistics at University of Wisconsin.

Reviews

[Ostilio Portillo · Rating 3 out of 5]

I read this book in search of an understanding of linear regression in general. I found a lot of information about the subject. The author goes very deep into several approaches to performing regressions. However, I must admit I found much more than I was expecting to find. Something that I really liked about this book is the plethora of examples provided across multiple chapters.
Since I teach statistics in my class, I found very useful insights about simple linear regression, multiple linear regression, step forward, and backward regression which I plan to use to teach in my class.

[Данило Судин · Rating 5 out of 5]

В цій частині автори розглядають декілька важливих тем. По-перше, методи вибору найкращого рівняння регресії. Важлива тема, особливо для прихильників "простого відсіювання", яке, насправді, є методом remove (на основі t-критерію, який в цьому випадку є частковим F-критерієм).
По-друге, автор подають короткий огляд методів побудови нелінійних регресій. Звісно, станом на 1982 р. це була нова та незвідана ділянка. Тридцять років по тому напрацювань побільшало. Але з базовими проблемами в цій праці познайомитися можна.
По-третє, автори розглядають можливість використання методів регресійного аналізу до задач дисперсійного аналізу. Після роботи Статистические методы в педагогике и психологии це вже не видається такою новинкою, адже в обох випадках використовуємо МНК. Втім, вартою уваги є думка авторів, що в дисперсійному аналізі дослідник також будує модель (наприклад, лінійну, але можна і квадратичну).
Отже, попри свій вік, книжка варта уваги: як ґрунтовний вступ до регресійного аналізу, який не є теоретичним, але дуже практично зорієнтованим.

[Данило Судин · Rating 5 out of 5]

Ґрунтовна праця про регресії, де не просто обговорюються основні принципи (у формі звичайних та матричних рівнянь) регресійного аналізу, але і розкриваються секрети інтерпретації та побудови регресійних моделей.

Взагалі, сенсу переказувати зміст праці немає, бо простіше її прочитати, але коротко означу основні пункти, які виявилися важливими для мене:
1) OLS та WLS: особливості їх застосування;
2) R^2 та "підводні камені" у його використанні;
3) перетворення змінних;
4) аналіз залишків;
5) колінеарність;
6) довірчі інтервали для коеф. регресії: чому їм не варто аж так довіряти.

В роботі бракує більш детального огляду способів виявлення порушень умов МНК (особливо щодо помилок). На жаль, автори пропонують лише візуальний аналіз графіків залишків, чого трохи замало, особливо в умовах кількох предикторів.

Але загалом робота є гарним і доволі простим, але водночас глибоким вступом до регресійного аналізу.

[Adrian · Rating 3 out of 5]

buku pegangang kuliah pengantar analisis multivariat yang gw ambil semester ini

[Ale · Rating 5 out of 5]

ok, very good!!! excellent!!

[Aan · Rating 5 out of 5]

ok

[Kristina]

speechless

[Rebecca · Rating 3 out of 5]

One statistics class down, two more to go!!

[Kristen · Rating 3 out of 5]

yikes.... book 1 of statistics hell!