আমি সাধারণ রৈখিক মডেলগুলিতে এখনও বেশ নতুন, এবং আমি যে জিএলএম পাঠিয়েছি তার বেশিরভাগ স্বরলিপি নিয়ে লড়াই করছি। এমন কি অত্যন্ত জনপ্রিয় জিএলএম বই রয়েছে যেগুলি তাদের পাঠযোগ্যতার জন্য আরও ভাল ধার দেয়?
আমি সাধারণ রৈখিক মডেলগুলিতে এখনও বেশ নতুন, এবং আমি যে জিএলএম পাঠিয়েছি তার বেশিরভাগ স্বরলিপি নিয়ে লড়াই করছি। এমন কি অত্যন্ত জনপ্রিয় জিএলএম বই রয়েছে যেগুলি তাদের পাঠযোগ্যতার জন্য আরও ভাল ধার দেয়?
উত্তর:
একজন নতুন চিকিত্সকের জন্য, আমি গেলম্যান এবং হিল পছন্দ করি।
রিগ্রেশন এবং মাল্টিলেভেল / হায়ারার্কিকাল মডেলগুলি ব্যবহার করে ডেটা বিশ্লেষণ
সম্ভবত বইটি হায়ারার্কিকাল জেনারেলাইজড লিনিয়ার মডেলগুলি সম্পর্কে, এটি জিএলএমগুলির চেয়ে আরও উন্নত বিষয়; যদিও প্রথম বিভাগটি জিএলএমগুলির জন্য একটি দুর্দান্ত অনুশীলনকারীদের গাইড।
বইটি তত্ত্বের ভিত্তিতে হালকা, নিয়মানুবর্তিত পরিসংখ্যান অনুশীলনের উপর ভারী, কেস স্টাডি এবং ব্যবহারিক আর কোড দিয়ে উপচে পড়া, সবই একটি মনোরম, বন্ধুত্বপূর্ণ কণ্ঠে বলা হয়েছে।
আমি এগ্রেস্টির শ্রেণিবদ্ধ ডেটা বিশ্লেষণের একটি বড় অনুরাগী ।
আমি এগ্রেস্টির ইন্ট্রো বইটি পড়েছি তবে এটি সাধারণ রৈখিক মডেলটি কীভাবে তৈরি করা হয় এবং কীভাবে এটি কার্যকর হয় তার মূল ব্যাখ্যা অনুপস্থিত। উদাহরণস্বরূপ, আপনি যদি কেবলমাত্র একটি লজিস্টিক রিগ্রেশন ফিট করতে চান তবে আপনার দ্বি দ্বি বিতরণ এবং লগইট লিঙ্ক কীভাবে কাজ করবে তা জানা দরকার নেই। তবে আপনি বিরক্তিজনক যখন আপনি অধ্যায়টি পড়েছেন এবং এটি সম্পর্কে ভাবতে শুরু করেছেন তবে বইটিতে এটি খুঁজে পেতে পারেন নি।
ম্যাককুলাগ এবং নেল্ডার জিএলএম বইটি পড়া খুব কঠিন। এটিতে আপনার যা জানা দরকার তা রয়েছে তবে মূল ফলাফলগুলির জন্য এটির উত্স নেই।
ভাগ্যক্রমে অ্যাগ্র্রেস্টির শ্রেণিবদ্ধ ডেটা বিশ্লেষণ একটি ভাল ভারসাম্য উপস্থাপন করে।
আমি একটি সম্পূর্ণ শিক্ষানবিস হিসাবে, আমি বিভাগীয় ডেটা বিশ্লেষণের প্রখ্যাত লেখক অ্যালান আগ্রেস্তিকে সহায়ক হতে লিনিয়ার এবং জেনারাইজড লিনিয়ার মডেলগুলির ভিত্তি পেয়েছি helpful ভাষা তরল, যদিও লিনিয়ার বীজগণিতের কিছু এক্সপোজার ধরে নেওয়া হয়।
আমি সত্যিই আর - জুয়ার, এবং এর এক্সটেনশনের সাথে মিশ্রিত প্রভাবগুলির মডেলগুলি পছন্দ করেছি । আল । এটি তাদের পুরানো বই বিশ্লেষণী বাস্তুসংস্থার ডেটা (2007) -র ফলোআপ। তারা GLM দেখতে কেমন তা ব্যাখ্যা করার জন্য প্রচুর ভিজ্যুয়াল উদাহরণ সহ মডেলগুলিকে অনুপ্রাণিত করার জন্য একটি ভাল কাজ করে। তারা তত্ত্ব, প্রয়োগ এবং আলোচনার মধ্যে একটি ভাল ভারসাম্য রোধ করে strike এছাড়াও তাদের ওয়েবসাইটে সমস্ত কোড এবং ডেটাসেট রয়েছে, তাই আপনি যা শিখেছেন তা অবিলম্বে প্রয়োগ করতে পারেন।