柔軟回帰・平滑化：ＲにおけるGAMLSSパッケージ利用 Flexible Regression and Smoothing : Using GAMLSS in R (Chapman & Hall/crc the R Series)

柔軟回帰・平滑化：ＲにおけるGAMLSSパッケージ利用<br>Flexible Regression and Smoothing : Using GAMLSS in R (Chapman & Hall/crc the R Series)

個数：

柔軟回帰・平滑化：ＲにおけるGAMLSSパッケージ利用
Flexible Regression and Smoothing : Using GAMLSS in R (Chapman & Hall/crc the R Series)

Stasinopoulos, Mikis D./ Rigby, Robert A./ Heller, Gillian Z.

ウェブストア価格 ¥28,384（本体¥25,804）
CRC Press（2017/05発売）
外貨定価 US$ 140.00
ポイント 258pt

在庫がございません。海外の書籍取次会社を通じて出版社等からお取り寄せいたします。
通常6～9週間ほどで発送の見込みですが、商品によってはさらに時間がかかることもございます。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合がございます。
2. 複数冊ご注文の場合、分割発送となる場合がございます。
3. 美品のご指定は承りかねます。

●3Dセキュア導入とクレジットカードによるお支払いについて

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

製本 Hardcover:ハードカバー版／ページ数 572 p.
言語 ENG
商品コード 9781138197909
DDC分類 519.536028553

Full Description

This book is about learning from data using the Generalized Additive Models for Location, Scale and Shape (GAMLSS). GAMLSS extends the Generalized Linear Models (GLMs) and Generalized Additive Models (GAMs) to accommodate large complex datasets, which are increasingly prevalent.

In particular, the GAMLSS statistical framework enables flexible regression and smoothing models to be fitted to the data. The GAMLSS model assumes that the response variable has any parametric (continuous, discrete or mixed) distribution which might be heavy- or light-tailed, and positively or negatively skewed. In addition, all the parameters of the distribution (location, scale, shape) can be modelled as linear or smooth functions of explanatory variables.

Key Features:

Provides a broad overview of flexible regression and smoothing techniques to learn from data whilst also focusing on the practical application of methodology using GAMLSS software in R.

Includes a comprehensive collection of real data examples, which reflect the range of problems addressed by GAMLSS models and provide a practical illustration of the process of using flexible GAMLSS models for statistical learning.

R code integrated into the text for ease of understanding and replication.

Supplemented by a website with code, data and extra materials.

This book aims to help readers understand how to learn from data encountered in many fields. It will be useful for practitioners and researchers who wish to understand and use the GAMLSS models to learn from data and also for students who wish to learn GAMLSS through practical examples.

Part I Introduction to models and packages

Why GAMLSS?

Introduction to the gamlss packages

Part II The R implementation: algorithms and functions

The Algorithms

The gamlss() function

Methods for fitted gamlss objects

Part III Distributions

The gamlss.family of distributions

Finite mixture distributions

Part IV Additive terms

Linear parametric additive terms

Additive Smoothing Terms

Random effects

Part V Model selection and diagnostics

Model selection techniques

Diagnostics

Part VI Applications

Centile Estimation

Further Applications