Regression Modeling Strategies : With Applications to Linear Models, Logistic Regression, and Survival Analysis (Springer Series in Statistics)

個数：

Regression Modeling Strategies : With Applications to Linear Models, Logistic Regression, and Survival Analysis (Springer Series in Statistics)

Harrell, Frank E.

ウェブストア価格 ¥23,849（本体¥21,681）
Springer（2010/11発売）
外貨定価 US$ 109.99
ポイント 216pt

提携先の海外書籍取次会社に在庫がございます。通常3週間で発送いたします。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合が若干ございます。
2. 複数冊ご注文の場合は、ご注文数量が揃ってからまとめて発送いたします。
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 Paperback:紙装版/ペーパーバック版／ページ数 591 p.
言語 ENG
商品コード 9781441929181
DDC分類 519

Full Description

Many texts are excellent sources of knowledge about individual statistical tools, but the art of data analysis is about choosing and using multiple tools. Instead of presenting isolated techniques, this text emphasizes problem solving strategies that address the many issues arising when developing multivariable models using real data and not standard textbook examples. It includes imputation methods for dealing with missing data effectively, methods for dealing with nonlinear relationships and for making the estimation of transformations a formal part of the modeling process, methods for dealing with "too many variables to analyze and not enough observations," and powerful model validation techniques based on the bootstrap. This text realistically deals with model uncertainty and its effects on inference to achieve "safe data mining".

1 Introduction.- 2 General Aspects of Fitting Regression Models.- 3 Missing Data.- 4 Multivariable Modeling Strategies.- 5 Resampling, Validating, Describing, and Simplifying the Model.- 6 S-Plus Software.- 7 Case Study in Least Squares Fitting and Interpretation of a Linear Model.- 8 Case Study in Imputation and Data Reduction.- 9 Overview of Maximum Likelihood Estimation.- 10 Binary Logistic Regression.- 11 Logistic Model Case Study 1: Predicting Cause of Death.- 12 Logistic Model Case Study 2: Survival of Titanic Passengers.- 13 Ordinal Logistic Regression.- 14 Case Study in Ordinal Regression, Data Reduction, and Penalization.- 15 Models Using Nonparametric Transformations of X and Y.- 16 Introduction to Survival Analysis.- 17 Parametric Survival Models.- 18 Case Study in Parametric Survival Modeling and Model Approximation.- 19 Cox Proportional Hazards Regression Model.- 20 Case Study in Cox Regression.