Autor: Andrzej Stanisz
ISBN: 978-83-88724-30-5
Ilość stron: 876
Data wydania: 03/2007
Twarda oprawa
Tom 2. Modele liniowe i nieliniowe
Publikacja jest drugim wydaniem, gruntownie poprawionym i rozbudowanym, cieszącej się ogromną popularnością książki, poświęconym zaawansowanym metodom statystycznej analizy danych. Jest ona naturalną kontynuacją tomu 1.: "Przystępnego kursu statystyki. Statystyki podstawowe", lecz może być czytana niezależnie.
Autor książki "Przystępny kurs statystyki z zastosowaniem STATISTICA.PL na przykładach z medycyny Tom 2 Modele liniowe i nieliniowe" stara się przybliżyć Czytelnikom bardziej zaawansowane metody analiz statystycznych związane z zagadnieniem modelowania współzależności pomiędzy zmiennymi. Jako pierwsze zostały omówione klasyczne techniki analizy regresji, analiza reszt oraz problematyka budowy modeli. Następnie Autor zajął się zagadnieniem regresji nieliniowej. Osobny rozdział został poświęcony regresji logistycznej.
Najwięcej miejsca zajmują metody analizy wariancji. Po wprowadzeniu do zagadnienia planowania doświadczeń zostały kolejno omówione najczęściej stosowane układy doświadczalne oraz sposoby opracowania ich wyników. Pewnego rodzaju podsumowaniem omówionych metod jest rozdział poświęcony prezentacji tzw. ogólnego modelu liniowego. W ostatnim rozdziale.
Autor prezentuje najbardziej ogólne podejście do zagadnień modelowania współzależności pomiędzy zmiennymi, opierające się na uogólnionym modelu liniowym. Są to metody pozwalające na statystyczny opis powiązań między zmiennymi, w przypadku gdy rozkład zmiennej zależnej odbiega od normalnego (lub zmienna zależna ma charakter jakościowy).
Książka zawiera wiele ciekawych przykładów oraz dużą ilość praktycznych wskazówek. Przykładowe zagadnienia merytoryczne oraz przytaczane dane empiryczne czynią ją szczególnie atrakcyjną dla przedstawicieli nauk biomedycznych, ale książka jest adresowana nie tylko do nich.
Korzystać z niej mogą wszyscy pragnący poznać metody analizy regresji i analizy wariancji oraz praktycznie wykorzystywać pakiet STATISTICA, który pojawia się w książce jako narzędzie do przeprowadzania obliczeń statystycznych oraz tworzenia wykresów ułatwiających interpretacje wyników przeprowadzanych analiz. Książka jest ilustrowana wieloma wykresami oraz zrzutami ekranowymi z programu STATISTICA. Należy jednak podkreślić, że książka nie jest dokumentacją do programu STATISTICA - zostały w niej przedstawione tylko wybrane opcje analiz statystycznych.
Rozdziały:
1. ANALIZA REGRESJI PROSTEJ 21
I. Wprowadzenie
II. Regresja liniowa
III. Klasyczny model regresji liniowej
IV. Estymacja i estymatory
V. Założenia modelu
VI. A jak to się liczy w programie STATISTICA
2. REGRESJA WIELORAKA 59
I. Wprowadzenie
II. Założenia modelu
III. A jak to się liczy w programie STATISTICA
3. ANALIZA RESZT 99
I. Wprowadzenie
II. A jak się to liczy w programie STATISTICA
4. REGRESJA KROKOWA 137
I. Wprowadzenie
II. Regresja hierarchiczna
III. Metoda regresji krokowej
5. REGRESJA NIELINIOWA 167
I. Wprowadzenie
II. Modele linearyzowalne
III. Modele nieliniowe
IV. Regresja segmentowa
V. Analizy pokrewne i dopełniające w programie STATISTICA
6. REGRESJA LOGISTYCZNA 217
I. Wprowadzenie
II. A jak to się liczy w programie STATISTICA
III. Ocena mocy predykcji
IV. Regresja probitowa
7. ELEMENTY PLANOWANIA DOŚWIADCZEŃ 255
I. Wprowadzenie
II. Terminologia
III. Podstawowe plany doświadczalne
8. JEDNOCZYNNIKOWA ANALIZA WARIANCJI 271
I. Wprowadzenie
II. Analiza wariancji - klasyfikacja jednoczynnikowa
III. A jak to się liczy w programie STATISTICA
IV. Podsumowanie
9. WIELOCZYNNIKOWA ANALIZA WARIANCJI 307
I. Wprowadzenie
II. A jak to się liczy w programie STATISTICA
10. ZAŁOŻENIA ANALIZY WARIANCJI I OCENA WIELKOŚCI EFEKTÓW EKSPERYMENTALNYCH 337
I. Wprowadzenie
II. A jak to się sprawdza w programie STATISTICA
III. Oceny wielkości efektów eksperymentalnych
11. PROCEDURY PORÓWNAŃ WIELOKROTNYCH - ANALIZA KONTRASTÓW 363
I. Wprowadzenie
II. Kontrasty
III. A jak to się liczy w programie STATISTICA
IV. Predefiniowane kontrasty
V. Analiza trendu
VI. Podsumowanie
12. PROCEDURY PORÓWNAŃ WIELOKROTNYCH -TESTY POST-HOC 391
I. Wprowadzenie
II. Porównania post-hoc
III. Porównanie metod
IV. A jak to się liczy w programie STATISTICA
V. Podsumowanie
13. WYBRANE UKŁADY DOŚWIADCZALNE 429
I. Bloki losowe
II. Kwadraty łacińskie
III. A jak to się liczy w programie STATISTICA
14. HIERARCHICZNA ANALIZA WARIANCJI 453
I. Wprowadzenie
II. A jak to się liczy w programie STATISTICA
15. ANALIZA KOWARIANCJI 479
I. Wprowadzenie
II. Analiza założeń
III. A jak to się liczy w programie STATISTICA
16. POWTARZANE POMIARY 517
I. Wprowadzenie
II. Założenia leżące u podstaw analizy wariancji z powtarzanymi pomiarami
III. A jak to się liczy w programie STATISTICA
17. KOMPONENTY WARIANCYJNE 577
I. Wprowadzenie
II. A jak to się liczy w programie STATISTICA
III. Uwagi końcowe
18. WIELOWYMIAROWA ANALIZA WARIANCJI - MANOVA 613
I. Wprowadzenie
II. A jak to się liczy w programie STATISTICA
III. Założenia MANOVA. Uwagi
19. ANALIZA WARIANCJI - PODEJŚCIE MODELOWE I REGRESYJNE 655
I. Wprowadzenie
II. Modele analizy wariancji
III. A jak to się liczy w programie STATISTICA
IV. Wprowadzenie do układów niezrównoważonych
20. OGÓLNY MODEL LINIOWY 727
I. Wprowadzenie
II. A jak to się liczy w programie STATISTICA
III. Podsumowanie
21. UOGÓLNIONY MODEL LINIOWY 773
I. Wprowadzenie
II. Specyfikacja modelu i ocena dopasowania
III. A jak to się liczy w programie STATISTICA
22. WEKTORY I MACIERZE 829
I. Wektory
II. Macierze
III. Definicja i własności wyznacznika macierzy
IV. Układy równań liniowych
V. Wartość własna i wektor własny
Seria książek "Przystępny kurs statystyki z zastosowaniem STATISTICA.PL na przykładach z medycyny":
Statystyki podstawoweadobe algorytmy apache asp autocad asembler bsd c++ c# delphi dtp excel flash html java javascript linux matlab mysql office php samba voip uml unix visual studio windows word
Księgarnia Informatyczna zaprasza.