برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید

09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Logistic Regression Using SAS: Theory and Application, Second Edition

دانلود کتاب رگرسیون لجستیک با استفاده از SAS: نظریه و کاربرد، ویرایش دوم

مشخصات کتاب

Logistic Regression Using SAS: Theory and Application, Second Edition

دسته بندی: برنامه نویسی: زبان های برنامه نویسی
ویرایش: 2 
نویسندگان: Paul D. Allison  
سری:  
ISBN (شابک) : 1599946416, 9781599946412 
ناشر: SAS Institute 
سال نشر: 2012 
تعداد صفحات: 348 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 3 مگابایت

قیمت کتاب (تومان) : 41,000

کلمات کلیدی مربوط به کتاب رگرسیون لجستیک با استفاده از SAS: نظریه و کاربرد، ویرایش دوم: کتابخانه، ادبیات کامپیوتری، SAS / JMP

میانگین امتیاز به این کتاب :
تعداد امتیاز دهندگان : 7

در صورت تبدیل فایل کتاب Logistic Regression Using SAS: Theory and Application, Second Edition به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب رگرسیون لجستیک با استفاده از SAS: نظریه و کاربرد، ویرایش دوم نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.

توضیحاتی در مورد کتاب رگرسیون لجستیک با استفاده از SAS: نظریه و کاربرد، ویرایش دوم

اگر شما یک محقق یا دانشجو با تجربه در رگرسیون خطی چندگانه هستید و می خواهید در مورد رگرسیون لجستیک بیاموزید، رگرسیون لجستیک با استفاده از SAS: نظریه و کاربرد، ویرایش دوم پل آلیسون برای شما مناسب است! این کتاب غیررسمی و غیر فنی، هم تئوری پشت رگرسیون لجستیک را توضیح می دهد و هم به تمام جزئیات عملی مربوط به اجرای آن با استفاده از SAS نگاه می کند. چندین نمونه از دنیای واقعی با جزئیات کامل گنجانده شده است. این کتاب همچنین تفاوت ها و شباهت های بسیاری از تعمیم های مدل رگرسیون لجستیک را توضیح می دهد. موضوعات زیر پوشش داده شده است: رگرسیون لجستیک باینری، تجزیه و تحلیل لاجیت جداول احتمالی، تجزیه و تحلیل لوجیت چند جمله ای، تحلیل لاجیت مرتب، تجزیه و تحلیل گسسته انتخاب، و رگرسیون پواسون. نکات برجسته دیگر شامل بحث در مورد نحوه استفاده از روش GENMOD برای انجام تجزیه و تحلیل loglinear و تخمین GEE برای داده های باینری طولی است. فقط دانش اولیه از مرحله SAS DATA فرض می شود. ویرایش دوم بسیاری از ویژگی‌های جدید PROC LOGISTIC را توصیف می‌کند، از جمله رگرسیون لجستیک شرطی، رگرسیون لجستیک دقیق، مدل‌های لاجیت تعمیم‌یافته، منحنی‌های ROC، عبارت ODDSRATIO (برای تجزیه و تحلیل تعاملات)، و عبارت EFFECTPLOT (برای ترسیم نمودار اثرات غیر خطی). همچنین پوشش PROC SURVEYLOGISTIC (برای نمونه‌های پیچیده)، PROC GLIMMIX (برای مدل‌های ترکیبی خطی تعمیم‌یافته)، PROC QLIM (برای مدل‌های انتخابی و مدل‌های لاجیت ناهمگن)، و PROC MDC (برای مدل‌های انتخاب گسسته پیشرفته) جدید است.

توضیحاتی درمورد کتاب به خارجی

If you are a researcher or student with experience in multiple linear regression and want to learn about logistic regression, Paul Allison's Logistic Regression Using SAS: Theory and Application, Second Edition, is for you! Informal and nontechnical, this book both explains the theory behind logistic regression, and looks at all the practical details involved in its implementation using SAS. Several real-world examples are included in full detail. This book also explains the differences and similarities among the many generalizations of the logistic regression model. The following topics are covered: binary logistic regression, logit analysis of contingency tables, multinomial logit analysis, ordered logit analysis, discrete-choice analysis, and Poisson regression. Other highlights include discussions on how to use the GENMOD procedure to do loglinear analysis and GEE estimation for longitudinal binary data. Only basic knowledge of the SAS DATA step is assumed. The second edition describes many new features of PROC LOGISTIC, including conditional logistic regression, exact logistic regression, generalized logit models, ROC curves, the ODDSRATIO statement (for analyzing interactions), and the EFFECTPLOT statement (for graphing non-linear effects). Also new is coverage of PROC SURVEYLOGISTIC (for complex samples), PROC GLIMMIX (for generalized linear mixed models), PROC QLIM (for selection models and heterogeneous logit models), and PROC MDC (for advanced discrete choice models).