Advanced Linear Modeling: Multivariate, Time Series, and Spatial Data; Nonparametric Regression and Response Surface Maximization

این دومین ویرایش از مدل‌های خطی برای داده‌های چند متغیره، سری زمانی و مکانی است. عنوان جدیدی دارد که نشان می دهد مطالب جدید زیادی دارد. تغییرات اولیه اضافه شدن دو فصل جدید است: یکی در مورد رگرسیون ناپارامتریک و دیگری در مورد به حداکثر رساندن سطح پاسخ. مانند قبل، ارائه ها بر جنبه های مدل خطی موضوع تمرکز دارند. به عنوان مثال، در فصل رگرسیون ناپارامتریک در مورد تخمین رگرسیون هسته بسیار کم است، اما در مورد تقریب های سری، اسپلاین ها و درخت های رگرسیون کمی وجود دارد که همه آنها را می توان به عنوان مدل سازی خطی مشاهده کرد. نسخه جدید همچنین شامل تغییرات کوچکتر مختلفی است. نکته قابل توجه ویژه یک بخش فرعی در فصل 1 در مورد مدل سازی داده های طولی (اندازه گیری های مکرر) و بخشی در فصل 6 در مورد ساختارهای کوواریانس برای داده های شبکه فضایی است. من می خواهم از دیل زیمرمن برای پیشنهاد ترکیب مواد در شبکه های فضایی تشکر کنم. تغییر دیگر این است که نمایه موضوع اکنون کاملاً حروف الفبا است.

This is the second edition of Linear Models for Multivariate, Time Series and Spatial Data. It has a new title to indicate that it contains much new material. The primary changes are the addition of two new chapters: one on nonparametric regression and one on response surface maximization. As before, the presentations focus on the linear model aspects of the subject. For example, in the nonparametric regression chapter there is very little about kernal regression estimation but quite a bit about series approxi­ mations, splines, and regression trees, all of which can be viewed as linear modeling. The new edition also includes various smaller changes. Of particular note are a subsection in Chapter 1 on modeling longitudinal (repeated measures) data and a section in Chapter 6 on covariance structures for spatial lattice data. I would like to thank Dale Zimmerman for the suggestion of incor­ porating material on spatial lattices. Another change is that the subject index is now entirely alphabetical.