Tytuł: | Przystępny kurs statystyki z zastosowaniem STATISTICA PL na przykładach z medycyny Tom 2 Modele liniowe i nieliniowe | | Autor: | Andrzej Stanisz | | ISBN: | 978-83-88724-30-5 | | Ilość stron: | 876 | | Data wydania: | 03/2007 | | Oprawa: | Twarda | | Format: | B5 | | Wydawnictwo: | StatSoft | |
| Cena: | 104.00zł | |
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
|