Analysis of Variance Design and Regression: Linear Modeling for Unbalanced Data Second Edition präsentiert lineare Strukturen für die Modellierung von Daten mit einem Schwerpunkt darauf, wie bestimmte Ideen (Hypothesen) über die Struktur der Daten in ein lineares Modell für die Daten integriert werden können. Das Buch analysiert kleine Datensätze sorgfältig mit Tools, die leicht auf Big Data skaliert werden können. Die Tools lassen sich auch auf kleine relevante Datensätze anwenden, die aus Big Data extrahiert werden. Neu in der zweiten Auflage Neu organisiert, um sich auf unausgeglichene Daten zu konzentrieren Überarbeitete ausgewogene Analysen mit Methoden für unausgeglichene Daten Einführung in die nichtparametrische und Lasso-Regression Einführung in allgemeine additive und verallgemeinerte additive Modelle Untersuchung homologer Faktoren Unbalancierte Split-Plot-Analysen Erweiterungen für generalisierte lineare Modelle R Minitab und SAS-Code auf der Website des Autors Der Text kann in einer Vielzahl von Kursen verwendet werden, z. B. in einem einjährigen Graduiertenkurs über Regression und ANOVA oder in einem Datenanalysekurs für Statistikstudenten der Oberstufe und Doktoranden aus anderen Bereichen. Es legt einen starken Schwerpunkt auf die Interpretation des Bereichs der Computerausgabe, der beim Umgang mit unausgeglichenen Daten auftritt. . Sprache: Englisch