Categorical Data Analysis, Second Edition

یک نسخه ارزشمند جدید از یک مرجع استاندارد

\"یک کتاب "باید" برای هر کسی که انتظار انجام تحقیق و/یا کاربرد در تجزیه و تحلیل داده های طبقه بندی را دارد.\"
- آمار در پزشکی در تجزیه و تحلیل داده های طبقه بندی شده، ویرایش اول

استفاده روش های آماری برای داده های طبقه بندی شده به طور چشمگیری افزایش یافته است، به ویژه برای کاربردها در علوم زیست پزشکی و اجتماعی. در پاسخ به تحولات جدید در این زمینه و همچنین به نیازهای نسل جدیدی از متخصصان و دانشجویان، این نسخه جدید تجزیه و تحلیل داده های طبقه بندی شده کلاسیک مقدمه ای جامع بر مهمترین روش ها برای داده های طبقه بندی شده ارائه می دهد. تحلیل و بررسی.

طراحی شده برای آماردانان و آمار زیستی و همچنین دانشمندان و دانشجویان فارغ التحصیل که آمار را انجام می دهند، تجزیه و تحلیل داده های طبقه بندی شده، ویرایش دوم آخرین روش‌ها را برای پاسخ‌های دسته‌بندی چند متغیره تک متغیره و همبسته خلاصه می‌کند. خوانندگان یک رویکرد مدل های خطی تعمیم یافته یکپارچه پیدا خواهند کرد که رگرسیون لجستیک و پواسون و رگرسیون دو جمله ای منفی را برای داده های گسسته با رگرسیون نرمال برای داده های پیوسته به هم متصل می کند. افزودن به ارزش در نسخه جدید پوشش موارد زیر است:

• سه فصل جدید در مورد روش‌های اندازه‌گیری مکرر و سایر اشکال داده‌های طبقه‌بندی خوشه‌ای، از جمله مدل‌های حاشیه‌ای و روش‌های معادلات تخمین تعمیم‌یافته مرتبط (GEE)، و مدل‌های ترکیبی با اثرات تصادفی محتوا:
  فصل 1 مقدمه: توزیع‌ها و استنتاج برای داده‌های طبقه‌ای (صفحه‌های 1-35) :
  فصل 2 توصیف جداول اقتضایی (صفحات 36-69):
  فصل 3 استنتاج برای جداول اقتضایی (صفحات 70-114):
  فصل 4 مقدمه ای بر مدل های خطی تعمیم یافته (صفحات 115-164):
  br>فصل 5 رگرسیون لجستیک (صفحات 165-210):
  فصل 6 ساخت و استفاده از مدل های رگرسیون لجستیک (صفحه های 211-266):
  فصل 7 مدل های لاجیت برای پاسخ های چند جمله ای (صفحه های 267-313):
  فصل 8 مدل های لاگ خطی برای جداول احتمالی (صفحه های 314-356):
  فصل 9 ساخت و توسعه مدل های Logline/Logit (صفحه های 357-408):
  فصل 10 مدل های جفت های همسان (صفحه های 409-454):
  فصل 11 تجزیه و تحلیل داده‌های پاسخ طبقه‌ای مکرر (صفحه‌های 455-490):
  فصل 12 اثرات تصادفی: مدل‌های ترکیبی خطی تعمیم‌یافته برای پاسخ‌های طبقه‌ای (صفحات 491-537):
  فصل 13 برای مدل‌های ترکیبی دیگر (صفحات 538-575):
  فصل 14 نظریه مجانبی برای مدل های پارامتریک (صفحه های 576-599):
  فصل 15 نظریه تخمین جایگزین برای مدل های پارامتریک (صفحات 600-618):
  فصل 16 تور تاریخی تجزیه و تحلیل داده های طبقه بندی شده (صفحات 619-631):

A valuable new edition of a standard reference

"A 'must-have' book for anyone expecting to do research and/or applications in categorical data analysis."
-Statistics in Medicine on Categorical Data Analysis, First Edition

The use of statistical methods for categorical data has increased dramatically, particularly for applications in the biomedical and social sciences. Responding to new developments in the field as well as to the needs of a new generation of professionals and students, this new edition of the classic Categorical Data Analysis offers a comprehensive introduction to the most important methods for categorical data analysis.

Designed for statisticians and biostatisticians as well as scientists and graduate students practicing statistics, Categorical Data Analysis, Second Edition summarizes the latest methods for univariate and correlated multivariate categorical responses. Readers will find a unified generalized linear models approach that connects logistic regression and Poisson and negative binomial regression for discrete data with normal regression for continuous data. Adding to the value in the new edition is coverage of:

• Three new chapters on methods for repeated measurement and other forms of clustered categorical data, including marginal models and associated generalized estimating equations (GEE) methods, and mixed models with random effects Content:
  Chapter 1 Introduction: Distributions and Inference for Categorical Data (pages 1–35):
  Chapter 2 Describing Contingency Tables (pages 36–69):
  Chapter 3 Inference for Contingency Tables (pages 70–114):
  Chapter 4 Introduction to Generalized Linear Models (pages 115–164):
  Chapter 5 Logistic Regression (pages 165–210):
  Chapter 6 Building and Applying Logistic Regression Models (pages 211–266):
  Chapter 7 Logit Models for Multinomial Responses (pages 267–313):
  Chapter 8 Loglinear Models for Contingency Tables (pages 314–356):
  Chapter 9 Building and Extending Loglinear/Logit Models (pages 357–408):
  Chapter 10 Models for Matched Pairs (pages 409–454):
  Chapter 11 Analyzing Repeated Categorical Response Data (pages 455–490):
  Chapter 12 Random Effects: Generalized Linear Mixed Models for Categorical Responses (pages 491–537):
  Chapter 13 Other Mixture Models for Categorical Data (pages 538–575):
  Chapter 14 Asymptotic Theory for Parametric Models (pages 576–599):
  Chapter 15 Alternative Estimation Theory for Parametric Models (pages 600–618):
  Chapter 16 Historical Tour of Categorical Data Analysis (pages 619–631):