Diszkrét adatok statisztikai elemzése; EWSTranslate

Thomas J. Santner és Diane E. Duffy

Springer Verlag, New York 1989

Ez egy diplomás szintű bevezetés a többváltozós diszkrét adatok és a bináris válaszadatok elemzésére szolgáló loginikai modellek használatához, beleértve 2 x 2 táblázatot, 2 x 2 rétegű táblázatot és bináris regressziót

A diszkrét adatok statisztikai elemzése bemutatja a diszkrét válaszadatok elemzésének jelenlegi statisztikai módszereit. A könyv használható hallgatói kurzusszövegként és referenciaként a diszkrét adatokat elemző kutatók számára. A könyv matematikai követelményei: Lineáris algebra és Haladó elemi számítások. Ez magában foglalja a statisztika alaptanfolyamát, amely tartalmaz néhány döntéselméletet, valamint a folyamatos válaszadatok klasszikus lineáris modellelméletének ismeretét. A kérdéseket az egyes fejezetek végén adjuk meg, hogy az olvasó lehetőséget kapjon a szövegben alkalmazott módszerek alkalmazására, a lefedett anyag kiterjesztéseinek feltárására és az adatok diszkrét válaszokkal történő elemzésére. A szöveges példákban és a kérdésekben arra törekedtünk, hogy a legkülönfélébb területekről érdekes adatsorokat vonjunk be, ideértve a politológiát, az orvostudományt, az atomtechnikát, a szociológiát, az ökológiát, a rákkutatást, a tudományos könyvtárat és a biológiát.

Bár a diszkrét adatok elemzéséről több szöveg is rendelkezésre áll, úgy éreztem, hogy szükség van egy könyvre, amely beépíti a kutatás számtalan közelmúltbeli fejlődésének egy részét. Motivációnk az volt, hogy bemutassuk a tantárgyat, hangsúlyozva annak összefüggéseit a lineáris modellek, a kísérleti tervezés és a regressziós diagnózis jól ismert elméleteivel, valamint alternatív módszertanokat (Bayes-féle, simaság stb.) Ismertetve; Ez utóbbiak azon a feltételezésen alapulnak, hogy külső információk állnak rendelkezésre. Ezek a kötelező célok, saját tapasztalatainkkal és előítéleteinkkel együtt vezérelték a témaválasztást.

A szöveg kiterjed mind a minták egyedi problémáira (2. fejezet), mind a strukturált eszközökkel kapcsolatos problémákra, amelyek loglineáris és logisztikai modelleken keresztül tanulmányozhatók (3-5. Fejezet). A strukturált és strukturálatlan problémák paramétereinek becsléséhez a klasszikus maximális valószínűség klasszikus becsléseit, valamint a Bayes-féle megközelítéseken alapuló, simított, összehúzódási és bevágási becsléseket írják le. A loglináris modellek maximális valószínűség-becslésének elméletét a lineáris vetület fogalma fejleszti, hogy kiemelje a normál lineáris modellek maximális valószínűség-becslésével való hasonlóságokat. A standard teszt- és becslési megfogalmazások mellett az egyidejű tartománybecslés, a többszörös összehasonlítás, valamint a rangsorolás és a szelekció problémáit veszik figyelembe a vonatkozó szakirodalomra történő hivatkozásokkal. Leírunk és összehasonlítunk különféle kis mintavételi módszereket, különös tekintettel a konfidencia intervallum gyakori problémáira, mivel ezeket széles körben használják az alkalmazásokban. A sürgősségi táblázatok grafikai modelljeivel és a loglineáris modellek diagnosztikai eszközeivel és a logisztikai regresszióval kapcsolatos legújabb kutatások leírása szerepel.

Ennek a könyvnek nem célja a diszkrét adatok statisztikai elemzésének minden szempontja. Számos fontos téma, mint például az asszociációs mérések, a változásmérési modellek, a sorszámadatok elemzése, a hiányos és hiányzó adatok, valamint a panelelemzés és az ismételt mérési adatok nem szerepelnek benne.

Bevezetés
Egyváltozós diszkrét válaszok
Loglineáris modellelmélet
Inter-osztályozott adatok
Egyváltozós diszkrét adatok a kovariátokkal

Néhány eredmény a lineáris algebrából
Homorú funkciók maximalizálása
A 3.3.1. Pont ii. És III. Javaslatának igazolása
A nagy minta elmélet elemei

Thomas Santner az Ohio Állami Egyetem statisztikai professzora. A Főosztály korábbi elnöke és a Statisztikai Tanácsadó Szolgáltatások Főosztályának korábbi igazgatója. Santner szintén társszerző Robert Bechhofer és Dave Goldsman mellett a statisztikai szelekció, átvilágítás és többszörös összehasonlítás kísérleteinek tervezésére és elemzésére. "Az Amerikai Statisztikai Szövetség és a Matematikai Statisztikai Intézet munkatársa. Diane Duffy a Telcordia Technologies, Inc. ügyvezető igazgatója, üzleti menedzsment. Felelős a kereskedelmi ügyfelekkel és szerződésekkel, a szellemi tulajdonjogokkal és az árakkal kapcsolatos alkalmazott kutatás üzleti folyamataiért, valamint a kockázatértékelésért és -kezelésért. Koordinálja az alkalmazott kutatás marketingjét is, ideértve az ARgreenhouse Telcordia weboldalát (www.ARgreenhouse.com).

Dr. Diane Duffy Telcordia Technologies, Inc. 445 South Street MCC-1C311BMorristown, NJ 07960-6438USA E-mail: [email protected]

Thomas Santner professzor Statisztikai Tanszék Ohi Állami Egyetem, 1958 Neil Avenue, Columbus, OH 43210-1247, USA E-mail: [email protected]

Springer-Verlag kezdőlapokkal Németországban és az Amerikai Egyesült Államokban.