The Statistical Analysis of Discrete Data

تحلیل آماری داده‌های گسسته مقدمه‌ای بر روش‌های آماری فعلی برای تجزیه و تحلیل داده‌های پاسخ گسسته ارائه می‌کند. این کتاب می تواند به عنوان متن درسی برای دانشجویان تحصیلات تکمیلی و به عنوان مرجعی برای محققانی که داده های گسسته را تجزیه و تحلیل می کنند، مورد استفاده قرار گیرد. پیش نیازهای ریاضی کتاب جبر خطی و حساب دیفرانسیل و انتگرال پیشرفته ابتدایی است. این یک دوره آماری پایه را در نظر می گیرد که شامل برخی نظریه تصمیم گیری و دانش نظریه مدل خطی کلاسیک برای داده های پاسخ پیوسته است. مسائل در پایان هر فصل ارائه شده است تا به خواننده فرصتی بدهد تا روش‌های موجود در متن را به کار ببندد، بسط مطالب تحت پوشش را بررسی کند، و داده‌ها را با پاسخ‌های مجزا تجزیه و تحلیل کند. در مثال‌های متنی و در مسائل، ما به دنبال این بوده‌ایم که مجموعه‌های داده‌های جالبی را از طیف گسترده‌ای از زمینه‌ها از جمله علوم سیاسی، پزشکی، مهندسی هسته‌ای، جامعه‌شناسی، بوم‌شناسی، تحقیقات سرطان، علوم کتابخانه‌ای و زیست‌شناسی بگنجانیم. اگرچه متون متعددی در مورد تجزیه و تحلیل داده‌های گسسته موجود است، ما احساس کردیم که نیاز به کتابی وجود دارد که برخی از پیشرفت‌های تحقیقاتی اخیر را در بر گیرد. انگیزه ما این بود که موضوع را با تأکید بر پیوندهای آن با نظریه‌های معروف مدل‌های خطی، طراحی تجربی، و تشخیص رگرسیون، و همچنین توصیف روش‌های جایگزین (بیزی، هموارسازی و غیره) معرفی کنیم. دومی بر این فرض استوار است که اطلاعات خارجی در دسترس است. این اهداف مهم، به همراه تجربیات و تعصبات خودمان، بر انتخاب موضوعات ما حاکم بوده است.

The Statistical Analysis of Discrete Data provides an introduction to cur­ rent statistical methods for analyzing discrete response data. The book can be used as a course text for graduate students and as a reference for researchers who analyze discrete data. The book's mathematical prereq­ uisites are linear algebra and elementary advanced calculus. It assumes a basic statistics course which includes some decision theory, and knowledge of classical linear model theory for continuous response data. Problems are provided at the end of each chapter to give the reader an opportunity to ap­ ply the methods in the text, to explore extensions of the material covered, and to analyze data with discrete responses. In the text examples, and in the problems, we have sought to include interesting data sets from a wide variety of fields including political science, medicine, nuclear engineering, sociology, ecology, cancer research, library science, and biology. Although there are several texts available on discrete data analysis, we felt there was a need for a book which incorporated some of the myriad recent research advances. Our motivation was to introduce the subject by emphasizing its ties to the well-known theories of linear models, experi­ mental design, and regression diagnostics, as well as to describe alterna­ tive methodologies (Bayesian, smoothing, etc. ); the latter are based on the premise that external information is available. These overriding goals, to­ gether with our own experiences and biases, have governed our choice of topics.