Penafian: Pendapat pribadi yang sangat subjektif mengikuti ...
Untuk teori dan aplikasi saya tidak bisa merekomendasikan Generalized Linear Models dan Extensions oleh Hardin dan Hilbe terlalu tinggi. Ia menggunakan SPSS Stata, (keduanya) yang tidak pernah saya gunakan dan tidak tahu apa-apa tentangnya, tetapi ia mencakup teorinya dan memiliki serangkaian contoh yang sangat kaya. Jika saya harus memilih satu buku untuk memulai, itu akan menjadi yang ini.
Buku yang lebih berfokus pada teori adalah Generalized, Linear, and Mixed Models oleh McCulloch, Searle, dan Neuhaus. Ini memiliki lebih sedikit contoh daripada Hardin dan Hilbe tetapi melangkah lebih jauh ke dalam efek acak untuk model linier dan GLM. Ini adalah buku GLM favorit saya, karena buku ini menghubungkan banyak hal bersama-sama, tetapi jika Anda tidak tertarik pada efek acak, itu mungkin berlebihan.
Apa yang saya sebut referensi kanonik untuk GLM adalah Generalized Linear Models oleh McCullagh dan Nelder. Itu judul yang sedikit lebih tua tetapi saya sangat menikmatinya.
Generalized Linear Model dengan Aplikasi dalam Rekayasa dan Ilmu Pengetahuan oleh Myers, Montgomery, Vining, dan Robinson menghabiskan sedikit lebih banyak waktu pada biner / poisson GLMs dan juga memiliki contoh menarik. Edisi baru memiliki beberapa contoh dalam beberapa bahasa, termasuk R.
Saya mengambil Faraway's Extending the Linear Model dengan R: Generalized Linear, Mixed Effects dan Nonparametric Regression Model beberapa waktu lalu, dan itu sangat berguna untuk membantu saya melakukan hal-hal dalam R, meskipun itu bukan buku "Teach yourself GLM" yang bagus. Tapi itu mungkin teman yang baik untuk beberapa buku lain di luar sana.
Saya sangat suka Strategi Pemodelan Regresi Frank Harrell.
sumber
Teks oleh Dobson dan Barnett
http://www.amazon.com/Introduction-Generalized-Edition-Chapman-Statribution/dp/1584889500
adalah saya pikir diarahkan tepat ke arah yang Anda tanyakan. Itu pekerjaan yang baik menyeimbangkan detail teknis dan gaya ramah.
sumber
Yang ini banyak membantu saya:
Model efek campuran Springer Linear menggunakan R oleh A. Galecki dan T. Burzykowski.
http://www.springer.com/statistics/statistics+theory+and+methods/book/978-1-4614-3899-1
sumber
Pengantar Pembelajaran Statistik dengan Aplikasi dalam R adalah sangat mudah untuk mengikuti teks pengantar yang mencakup GLM dan seperti judulnya datang dengan set masalah dan kode contoh dalam R. Saya belajar banyak dari membaca buku itu.
Jika Anda merasa nyaman dengan Elemen Aljabar Linier Pembelajaran Statistik mencakup materi yang sama secara lebih terinci, dan banyak topik lainnya juga, tetapi tidak memiliki jenis tutorial gaya tutorial yang sama dan mudah diikuti
R
dalam bab-bab ini.sumber
The catatan kuliah untuk Jerman Rodriguez' Princeton saja pada GLMS adalah pengenalan yang menyeluruh, dikemas dengan contoh-contoh dari jenis yang lebih umum, & menjelaskan hubungan antara mereka. Aspek yang lebih teoretis dipisahkan dalam dua lampiran.
sumber
Alain zuur ini buku "A pemula panduan untuk GLM dan GLMM dengan R" memberikan beberapa contoh yang bagus untuk GLMS dan GLMMs di R.
sumber
Berikut ini adalah tulisan yang bagus tentang regresi linier umum. Kode ini dilakukan dalam R dan menjelaskan cara kerjanya. CRAN juga memiliki paket
glmnet
yang melakukan ini untuk Anda tetapi bisa agak sulit untuk digunakan pada awalnya. Tapi begitu Anda terbiasa, itu cukup fleksibel. Berikut adalah baik tulis di atasglmnet
. Semoga itu bisa membantu.sumber