回归指南

回归,非线性以及广义线性模型 

Roger Payne

下载PDF指南(8.7 MB

回归是当下最流行的统计方法之一,而且持续产生令人兴奋的新技术。 GenStat具有非常强大的并且简单易用的回归和广义线性模型功能。这本书展示了如何通过GenStat菜单使用从简单到非常复杂的分析,并同时介绍了可以用来编写任何您需要的非标准分析的回归命令语言。本书从解释普通的线性回归分析(一个或多个变量)开始,然后扩展到非线性模型和广义线性模型 ——使您能够分析数量和比例,以及更常见的数值变量。 最后,我们介绍了一些广义线性模型中的最新的成果,包括Youngjo Lee 和 John Nelder’s的层次广义线性模型,尽可能的给您带来全面的最新的技术。这本书是针对VSN提供的为期两天的回归、非线性和广义线性模型培训课程所编写的,但它同时也可以作为一个自学工具使用。

本书章节涵盖以下主题:

  •  线性回归:从简单线性回归(一个变量),到多元线性回归(多个变量)以及平行线关系模拟(组回归模型);绘制残差评估假设,以及绘制拟合模型数据来评估拟合;在具有许多解释变量时找出最好的模型。
  • 非线性模型:GenStat标准曲线,定义自己的非线性模型的功能。
  • 广义模型:如何分析非正常数据,如数量和比例;最新的技术——如何使用广义线性混合模型和分层广义线性模型来处理其他来源的随机变化。

鸣谢:特别感谢Peter  Lane在最初的GenStat回归课程以及回归源代码方面的合作。