Understanding Regression Analysis

"Understanding Regression Analysis" biedt een uitgebreide benadering van diverse regressietoepassingen en verenigt traditionele modellen zoals de klassieke regressie en ANOVA met geavanceerdere technieken zoals Poisson- en negatieve binomiale modellen, logistieke regressie, survivalanalyse, en machine learning-methoden zoals neurale netwerken en beslissingsbomen. Het centrale uitgangspunt is het zogenaamde "conditional distribution model", dat de lezer helpt begrijpen waarom dit model de juiste keuze is en tegelijkertijd de tekortkomingen van de klassieke regressieaanname uiteenzet.

Een Realistische Benadering

In tegenstelling tot andere boeken over regressie, neemt "Understanding Regression Analysis" vanaf het begin een realistische benadering aan, waarbij het benadrukt dat modellen slechts benaderingen zijn van de werkelijkheid. Dit leidt tot een focus op het realistisch modelleren van natuurlijke processen, in plaats van te veronderstellen dat de natuur zich aan specifieke en beperkte manieren houdt. Dit maakt het boek bij uitstek geschikt voor wetenschappers en studenten in de sociale, biologische, medische, en technische wetenschappen.

Kenmerken van het Boek

• Talrijke Voorbeelden: Het boek bevat uitgebreide en praktische voorbeelden die gebruik maken van de R-software, wat de leerervaring verrijkt.
• Zelfstudie en Toetsing: Belangrijke punten en zelfstudievragen worden op een "just-in-time" manier in de hoofdstukken weergegeven, waardoor de lezer direct met de stof aan de slag kan.
• Simpele Wiskundige Uitleg: Complexe concepten worden toegankelijk gemaakt door middel van eenvoudige, pedagogische bewijsvoering, wat het begrip bevordert.
• Statistische Betekenis: Duidelijke uitleg en toepassing van statistische significantie (p-waarden), met inachtneming van de richtlijnen van de American Statistical Association.
• Terminologie: Het boek introduceert het gebruik van de term "data-generating process" in plaats van "populatie", wat aansluit bij moderne statistische praktijken.

Geschikt voor Diverse Doelgroepen

Met zijn sterke focus op wetenschappelijk onderzoek en de aanwezigheid van hoofdstukoverzichten en zelfstudievragen, is dit boek uitermate geschikt als leerboek voor studenten die zich oriënteren op een onderzoeksgerelateerde carrière. Daarnaast is het ook geschikt voor gebruik in wiskunde- en statistiekcursussen. Door de vele praktische voorbeelden is het perfect als referentiewerk voor wetenschappers en professionals in verschillende disciplines.

Met een totaal van 514 pagina's biedt deze eerste editie een complete en diepgaande verkenning van regressieanalyse, waardoor het een waardevolle aanvulling is voor zowel studenten als professionals.