参照リクエスト：一般化線形モデル

Generalized Linear Modelsに関する中級レベルの入門書を探しています。理想的には、モデルの背後にある理論に加えて、アプリケーションやサンプルをRまたは他のプログラミング言語に含めたいと思います-SASも人気のある選択肢だと聞きます。私は自分でそれを勉強するつもりですので、それがそれ自身の演習への答えを提供するならば、それは役立つでしょう。

あなたは、私が微積分学と確率論の伝統的な一年のコースを取ったと仮定することができます。また、回帰分析の基本にも精通しています。

ゲルマン、アンドリュー、ジェニファーヒル。回帰およびマルチレベル/階層モデルを使用したデータ分析。2007年ケンブリッジ大学出版局はGLM自体についてではなく、それについても取り上げており、理論、実践的なアドバイス、Rでの実装、および演習（そして、それをウェブ検索すると、それの電子ブックバージョン！）。

教科書ではありませんが、ハーバード政府省庁からのこの大学院統計コースは無料で入手でき、最も一般的なGLMもカバーしています。セクションビデオでは、Rでの実装について説明しています。教科書は、Kary、Garyです。政治的方法論の統一：統計的推論の尤度理論。ミシガン大学出版局、1989年。

免責事項：非常に主観的な個人的意見が続きます...

理論と応用については、HardinとHilbeによる一般化線形モデルと拡張をあまりお勧めできません。それは使用していますSPSS、私が使用していないとについて何も知らないん（の両方）のStataを、が、それは理論をカバーし、例の非常に豊富なセットを持っています。最初に1冊の本を選択する必要がある場合、それはこの本になります。

より理論に焦点を当てた本は、 McCulloch、Searle、およびNeuhausによるGeneralized、Linear、Mixed Modelsです。これは、HardinとHilbeよりも例が少ないですが、線形モデルとGLMの両方のランダム効果にさらに入ります。これは私のお気に入りのGLMの本です。なぜなら、多くのことを結びつけているからです。しかし、ランダムな効果に興味がないなら、やり過ぎかもしれません。

GLMの標準的な参照と呼ぶものは、McCullaghとNelderによる一般化線形モデルです。少し古いタイトルですが、とても楽しかったです。

Myers、Montgomery、Vining、Robinsonによる工学と科学のアプリケーションを使用した一般化線形モデルは、バイナリ/ポアソンGLMにもう少し時間を費やし、興味深い例もあります。新しいエディションには、Rを含むいくつかの言語の例があります。

Farawayの 『Rによる線形モデルの拡張：一般化線形、混合効果、ノンパラメトリック回帰モデル』を少し前に取り上げましたが、これはRでの作業を支援するのに非常に役立ちました。しかし、それは他のいくつかの本の良い仲間になるかもしれません。

フランク・ハレルの回帰モデリング戦略が本当に好きです。

ドブソンとバーネットによるテキスト

http://www.amazon.com/Introduction-Generalized-Edition-Chapman-Statistical/dp/1584889500

まさにあなたが求める方向に向けられたと思います。技術的なディテールとフレンドリーなスタイルのバランスをとるのに適しています。

これは私を大いに助けてくれました：

A. GaleckiとT. BurzykowskiによるRを使用したスプリンガー線形混合効果モデル。

http://www.springer.com/statistics/statistical+theory+and+methods/book/978-1-4614-3899-1

Rのアプリケーションを使用した統計学習の概要は、GLMをカバーする非常に簡単な導入テキストであり、タイトルが示すように、Rの問題セットとサンプルコードが付属しています。その本を読むことで多くのことを学びました。

統計的学習の線形代数要素に慣れている場合は、同じ資料をより詳細にカバーし、他の多くのトピックもカバーしますRが、章のチュートリアルスタイルの例に従うのは簡単ではありません。

GLMに関するドイツのロドリゲスのプリンストンコースの講義ノートは、より一般的なタイプの例が満載の徹底的な紹介であり、それらの間の関係を説明しています。より理論的な側面は、2つの付録に分かれています。

Alain Zuurの著書「Rを使用したGLMおよびGLMMの初心者向けガイド」では、RのGLMおよびGLMMの良い例を紹介しています。

一般化された線形回帰についての良い記事を以下に示します。コードはRで行われ、どのように機能するかを説明しています。CRANにglmnetはこれを行うパッケージもありますが、最初は使いにくい場合があります。しかし、ひとたび慣れれば、非常に柔軟です。ここに良い記事がありglmnetます。お役に立てば幸いです。