Modelos Lineales Generalizados Ejercicios Resueltos Con R, Sas, Stata, Eviews, Spss Y Statgraphics PDF Download
Are you looking for read ebook online? Search for your book and save it on your Kindle device, PC, phones or tablets. Download Modelos Lineales Generalizados Ejercicios Resueltos Con R, Sas, Stata, Eviews, Spss Y Statgraphics PDF full book. Access full book title Modelos Lineales Generalizados Ejercicios Resueltos Con R, Sas, Stata, Eviews, Spss Y Statgraphics by Cesar Perez. Download full books in PDF and EPUB format.
Author: Cesar Perez Publisher: Createspace Independent Publishing Platform ISBN: 9781535312011 Category : Languages : es Pages : 184
Book Description
El modelo lineal generalizado amplía el modelo lineal general, de manera que la variable dependiente y está relacionada linealmente con los factores y las covariables mediante una determinada función de enlace . Además, el modelo permite que la variable dependiente tenga una distribución no normal. El modelo lineal generalizado cubre los modelos estadísticos más utilizados, como la regresión lineal para las respuestas distribuidas normalmente, modelos logísticos para datos binarios, modelos loglineales para datos de recuento, modelos log-log complementario para datos de supervivencia censurados por intervalos, además de muchos otros modelos estadísticos a través de la propia formulación general del modelo.La posibilidad de especificar una distribución específica para la variable dependiente que no sea la normal y la posibilidad de especificar una función de enlace que no sea la identidad, es la principal mejora que aporta el modelo lineal generalizado respecto al modelo lineal general. Si la distribución de la variable dependiente es normal y la función de enlace es la identidad estamos ante el modelo lineal general.
Author: Cesar Perez Publisher: Createspace Independent Publishing Platform ISBN: 9781535312011 Category : Languages : es Pages : 184
Book Description
El modelo lineal generalizado amplía el modelo lineal general, de manera que la variable dependiente y está relacionada linealmente con los factores y las covariables mediante una determinada función de enlace . Además, el modelo permite que la variable dependiente tenga una distribución no normal. El modelo lineal generalizado cubre los modelos estadísticos más utilizados, como la regresión lineal para las respuestas distribuidas normalmente, modelos logísticos para datos binarios, modelos loglineales para datos de recuento, modelos log-log complementario para datos de supervivencia censurados por intervalos, además de muchos otros modelos estadísticos a través de la propia formulación general del modelo.La posibilidad de especificar una distribución específica para la variable dependiente que no sea la normal y la posibilidad de especificar una función de enlace que no sea la identidad, es la principal mejora que aporta el modelo lineal generalizado respecto al modelo lineal general. Si la distribución de la variable dependiente es normal y la función de enlace es la identidad estamos ante el modelo lineal general.
Author: Manuel Ato García Publisher: ISBN: 9788496367203 Category : Education Languages : es Pages : 302
Book Description
El MLG (Modelo lineal generalizado) constituye la generalización natural de los Modelos Lineales clásicos, e incluye como casos particulares la regresión lineal, el análisis de varianza, el análisis de la covarianza, la regresión logit, la regresión de Poisson, los modelos log-lineales, los modelos de respuesta multinomial, así como ciertos modelos de análisis de supervivencia y de series temporales.
Author: Cesar Perez Publisher: Createspace Independent Publishing Platform ISBN: 9781535303668 Category : Languages : es Pages : 350
Book Description
El modelo de regresión Múltiple Lineal General (GLM) es el modelo más general posible de regresión lineal, incluyendo el modelo de regresión lineal múltiple con variables cuantitativas y los modelos de regresión múltiple con variables cualitativas y cuantitativas a la vez, por lo que incluirá todos los modelos del análisis de la varianza y de la covarianza. Este modelo es implementado por la mayoría del software especializado actual para resolver cualquier tipo de problema del análisis de la regresión, análisis de la varianza y análisis de la covarianza.En el libro se resuelven uan amplia variedad de ejercicios utilizando las soluciones de software más actuales como R, SAS, SPSS y STATGRAPHICS
Author: Francesc Carmona Pontaque Publisher: Edicions Universitat Barcelona ISBN: 8447528944 Category : Languages : es Pages : 267
Book Description
Los modelos lineales constituyen una de las metodologías estadísticas más ampliamente utilizadas en la modelización y el análisis de datos de todo tipo. Se introducen en campos tan diversos como la experimentación industrial, la construcción y validación de tests psicológicos o el análisis de datos de chips de DNA de la moderna era post-genómica. Los modelos lineales se encuentran además en la base de técnicas tan populares como la regresión y el análisis de la varianza. En la práctica, si deseamos utilizar estas técnicas sin errores y con la profundidad necesaria, es preciso un exhaustivo conocimiento de los conceptos y propiedades de los modelos lineales subyacentes. En este libro se explican estos fundamentos y se desarrollan sus aplicaciones prácticas con todo detalle..Además de las dos técnicas principales, el temario contiene técnicas de diagnóstico del modelo, regresión robusta y análisis de componentes de la varianza. Numerosos ejemplos y ejercicios de cada concepto o técnica ayudan en su estudio. En especial, se desarrollan todos los ejemplos utilizando R, un software libre de gran potencia y muy apreciado entre los estadísticos de todo el mundo.
Author: Cesar Perez
Author: Cesar Perez
Author: Manuel Ato García
Author: María Carmen Benedito Monleón
Author: Cesar Perez
Author: 
Author: Luis Borge González
Author: 
Author: 
Author: Francesc Carmona Pontaque
Author: Roberto Fustos Toribio