خرید و دانلود نسخه کامل کتاب Random Effect and Latent Variable Model Selection

توضیحاتی در مورد کتاب



اثرات تصادفی و مدل‌های متغیر پنهان به طور گسترده در تجزیه و تحلیل داده‌های چند متغیره استفاده می‌شوند. این مدل ها می توانند داده های با ابعاد بالا را با مقیاس های اندازه گیری متنوع در خود جای دهند. روش‌هایی برای انتخاب و مقایسه مدل در انجام آزمون‌های فرضیه و در ساخت مدل‌های پیش‌بینی پراکنده مورد نیاز است. با این حال، روش های کلاسیک برای مقایسه مدل در چنین تنظیماتی به خوبی توجیه نمی شوند.

این کتاب آخرین روش‌ها را برای تطبیق عدم قطعیت مدل در اثرات تصادفی و مدل‌های متغیر پنهان ارائه می‌کند. برای دانشجویان، تحلیلگران داده های کاربردی و محققان با تجربه جذاب خواهد بود. فصل‌ها بر اساس تحقیقات مشارکت‌کنندگان هستند و جزئیات ریاضی با استفاده از توصیف‌های مبتنی بر برنامه‌های کاربردی به حداقل رسیده است.

بخش اول کتاب بر روی نسبت احتمال مکرر و آزمون‌های نمره برای مؤلفه‌های واریانس صفر تمرکز دارد. مشارکت کنندگان عبارتند از Xihong Lin، Daowen Zhang و Ciprian Crainiceanu.

بخش دوم بر روی روش‌های بیزی برای انتخاب اثرات تصادفی در اثرات مختلط خطی و مدل‌های مختلط خطی تعمیم‌یافته تمرکز دارد. مشارکت کنندگان عبارتند از دیوید دانسون و همکاران Bo Cai و Saki Kinney.

بخش پایانی بر روی مدل‌های معادلات ساختاری متمرکز است که پیتر بنتلر و جیاجوان لیانگ رویکردی مکرر را ارائه می‌کنند، سیک-یوم لی و شین-یوان سونگ رویکرد بیزی مبتنی بر نمونه‌گیری مسیر را ارائه می‌کنند، و جوی گوش و دیوید. دانسون روشی را برای مشخصات قبلی پیش‌فرض و محاسبات کارآمد پسین پیشنهاد می‌کند.

دیوید دانسون استاد گروه علوم آماری دانشگاه دوک است. او یک مرجع بین‌المللی در روش‌های بیزی برای داده‌های همبسته، یکی از اعضای انجمن آمار آمریکا و برنده جوایز دیوید بیار و مورتیمر اشپیگلمن است.