Richly Parameterized Linear Models (PDF)
Additive, Time Series, and Spatial Models Using Random Effects
(Sprache: Englisch)
Using mixed linear models to analyze data often leads to results that are mysterious, inconvenient, or wrong. Further compounding the problem, statisticians lack a cohesive resource to acquire a systematic, theory-based understanding of models with random...
sofort als Download lieferbar
eBook (pdf)
78.99 €
39 DeutschlandCard Punkte
sammeln
- Lastschrift, Kreditkarte, Paypal, Rechnung
- Kostenloser tolino webreader
Produktdetails
Produktinformationen zu „Richly Parameterized Linear Models (PDF)“
Using mixed linear models to analyze data often leads to results that are mysterious, inconvenient, or wrong. Further compounding the problem, statisticians lack a cohesive resource to acquire a systematic, theory-based understanding of models with random effects. This book takes a first step in developing a full theory of richly parameterized models, which would allow statisticians to better understand their analysis results. It examines what is known and unknown about mixed linear models and identifies research opportunities. Supporting materials are available on the author's website.
Autoren-Porträt von James S. Hodges
James S. Hodges
Bibliographische Angaben
- Autor: James S. Hodges
- 2016, 469 Seiten, Englisch
- Verlag: Taylor & Francis
- ISBN-10: 1439866848
- ISBN-13: 9781439866849
- Erscheinungsdatum: 19.04.2016
Abhängig von Bildschirmgröße und eingestellter Schriftgröße kann die Seitenzahl auf Ihrem Lesegerät variieren.
eBook Informationen
- Dateiformat: PDF
- Größe: 15 MB
- Mit Kopierschutz
- Vorlesefunktion
Sprache:
Englisch
Kopierschutz
Dieses eBook können Sie uneingeschränkt auf allen Geräten der tolino Familie lesen. Zum Lesen auf sonstigen eReadern und am PC benötigen Sie eine Adobe ID.
Kommentar zu "Richly Parameterized Linear Models"
0 Gebrauchte Artikel zu „Richly Parameterized Linear Models“
| Zustand | Preis | Porto | Zahlung | Verkäufer | Rating |
|---|
Schreiben Sie einen Kommentar zu "Richly Parameterized Linear Models".
Kommentar verfassen