Regression and Other Stories

La plupart des manuels sur la régression se concentrent sur la théorie et les exemples les plus simples. Cependant, les problèmes statistiques réels sont complexes et subtils. Ce n'est pas un livre sur la théorie de la régression. Il s'agit d'utiliser la régression pour résoudre de réels problèmes de comparaison, d'estimation, de prédiction et d'inférence causale. Contrairement à d'autres livres, il se concentre sur des questions pratiques telles que la taille de l'échantillon et les données manquantes, ainsi qu'une large gamme d'objectifs et de techniques. Il plonge directement dans les méthodes et le code informatique que vous pouvez utiliser immédiatement. Des exemples concrets et des histoires réelles tirées de l'expérience des auteurs démontrent ce que la régression peut accomplir et ses limites, avec des conseils pratiques pour comprendre les hypothèses et mettre en œuvre des méthodes pour des expériences et des études d'observation. Ils font une transition fluide vers la régression logistique et les modèles linéaires généralisés. L'accent est mis sur le calcul dans R et Stan plutôt que sur les dérivations, avec du code disponible en ligne. Les graphiques et la présentation facilitent la compréhension des modèles et de l'ajustement des modèles.