Sách khuyến nghị cho phân tích đa biến

Tôi quan tâm đến việc nhận một số sách về phân tích đa biến và cần các đề xuất của bạn. Sách miễn phí luôn được chào đón, nhưng nếu bạn biết về một số cuốn sách MVA không miễn phí tuyệt vời, xin vui lòng, nói rõ.

Ngoài đỉnh đầu, tôi sẽ nói rằng những cuốn sách có mục đích chung sau đây khá thú vị khi bắt đầu:

• Izenman, J. Các kỹ thuật thống kê đa biến hiện đại: Hồi quy, phân loại và học tập đa dạng . Mùa xuân. trang web đồng hành
• Tinsley, H. và Brown, S. (2000). Sổ tay thống kê đa biến ứng dụng và mô hình toán học . Báo chí học thuật.

Ngoài ra còn có nhiều sách giáo khoa ứng dụng, như

• Everitt, BS (2005). Một đồng hành R và S-Plus® để phân tích đa biến . Mùa xuân. trang web đồng hành

Thật khó để đề xuất cho bạn những cuốn sách cụ thể vì có nhiều cuốn sách dành riêng cho tên miền (ví dụ: khoa học xã hội, học máy, dữ liệu phân loại, dữ liệu y sinh).

Gần như cùng một câu hỏi đã được hỏi gần đây trên máy chủ danh sách ISOSTAT (thường được các giáo sư đại học thường xuyên sử dụng):

Nếu bạn có một sinh viên đại học mạnh, thích tìm hiểu về các phương pháp đa biến khác nhau (ví dụ PCA, MANOVA, phân tích phân biệt đối xử, ...) thì có một cuốn sách hay, dễ tiếp cận mà bạn có thể đề nghị cô ấy / anh ấy mua không?

Dưới đây là các câu trả lời:

• Có lẽ " Ứng dụng Phân tích đa biến dữ liệu ", 2nd edition, bởi Everitt, B. và Dunn, G . (2001), được xuất bản bởi Arnold. [Roger Johnson]

• Rencher 's phương pháp phân tích đa biến là một nguồn lực lớn. Tôi nghĩ rằng một sinh viên đại học mạnh mẽ có thể nắm bắt được tài liệu. [Philip Yates]. Tôi thích cách tiếp cận của Rencher. Ông cung cấp trực giác tốt và các ví dụ. Nhưng đại số ma trận có thể trở nên khá dày; Tôi không chắc chắn "có thể truy cập" là một tính từ tôi sử dụng. Tuy nhiên, tôi đã dạy sinh viên đại học thành công với cuốn sách của mình. Phiên bản thứ hai của ông là một cải tiến tốt so với phiên bản đầu tiên. [Paul Velleman]

• Thống kê đa biến được áp dụng bởi Johnson và Wicotta . [Brad Hartlaub]

• Tôi chưa làm được gì nhiều với nó, nhưng tôi thích ý tưởng sử dụng các kỹ thuật hiện đại và bộ dữ liệu hiện đại: Kỹ thuật thống kê đa biến hiện đại của Alan Julian Izenman . (Tôi sở hữu cuốn sách, nó có các chủ đề bạn đang tìm kiếm và văn bản dường như có thể truy cập được.) [Johanna Hardin]

Dưới đây là một số cuốn sách của tôi về lĩnh vực đó (theo thứ tự bảng chữ cái).

• AFify, A., CLARK, V. Phân tích đa biến hỗ trợ máy tính. CHAPMAN & HALL, 2000
• AGRESTI, A. Phân tích dữ liệu phân loại. WILEY, 2002
• HAIR, Phân tích dữ liệu đa biến. 6 Ed.
• RDLE, W., SIMAR, L. Phân tích thống kê đa biến ứng dụng. XUÂN, 2007.
• HARLOW, L. Bản chất của tư duy đa biến. LUẬT HỢP PHÁP ERLBAUM, INC., 2005
• GELMAN, A., HILL, J. Phân tích dữ liệu bằng mô hình hồi quy và đa cấp / phân cấp. BÁO CÁO TRƯỜNG ĐẠI HỌC CAMBRIDGE, 2007.
• IZENMAN, AJ Kỹ thuật thống kê đa biến hiện đại. XUÂN, 2008
• RENCHER, A. Phương pháp phân tích đa biến. ED THỨ HAI, WILEY-INTERSCIENCE, 2007
• TABACHNICK B., FIDELL, L. Sử dụng Thống kê đa biến. Ed lần thứ 5 Giáo dục Pearson. Inc, 2007.
• TIMM, N. Phân tích đa biến ứng dụng. XUÂN, 2002
• YANG, K., TREWN, J. Phương pháp thống kê đa biến trong quản lý chất lượng. MCGRAW-HILL, 2004

JOHNSON R., WICHERN D., Phân tích thống kê đa biến ứng dụng , là những gì chúng tôi đã sử dụng trong lớp Đa biến đại học của chúng tôi tại UC Davis, và nó thực hiện một công việc khá tốt (mặc dù nó hơi tốn kém).

"Giới thiệu về phân tích thống kê đa biến" Ấn bản thứ ba của TW Anderson. Wiley loạt trong Xác suất và Thống kê.

Văn bản cơ bản tốt nhất về hồi quy đa biến là (vẫn) Cohen, J., Cohen, P., West, SG & Aiken, LS Áp dụng nhiều phân tích hồi quy / tương quan cho khoa học hành vi, (L. Erlbaum Associates, Mahwah, NJ, 2003).

Cohen đã ghi tên mình vào thống kê nhưng là một nhà tâm lý học; Tuy nhiên, nếu bạn muốn điều trị đa biến tập trung vào tâm lý xã hội, người ta không giới hạn ở hồi quy đa biến (mặc dù nó chắc chắn ủng hộ ANOVA & MANOVA, nên bị cấm bởi một loại Ủy ban Nhân quyền Trí tuệ nào đó), thì đặt cược tốt nhất của bạn là Judd , CM, McClelland, GH & Ryan, CS Phân tích dữ liệu: phương pháp so sánh mô hình, (Routledge / Taylor và Francis, New York, NY, 2008). Judd cũng có một chương rất hay về hồi quy đa biến trong Judd, CM Phân tích dữ liệu hàng ngày trong Tâm lý học xã hội: So sánh các mô hình tuyến tính. trong Sổ tay phương pháp nghiên cứu về tâm lý học xã hội và nhân cách (chủ biên Reis, HT & Judd, CM) 370-92 (Nhà xuất bản Đại học Cambridge, New York, 2000).

Tôi đồng ý rằng Gelman, A. & Hill, J. Phân tích dữ liệu bằng cách sử dụng mô hình hồi quy và đa cấp / phân cấp, (Nhà xuất bản Đại học Cambridge, Cambridge; New York, 2007), thật tuyệt vời, nhưng nó thực sự phù hợp hơn với ai đó đã thoải mái với những điều cơ bản của hồi quy đa biến - chủ yếu là về mô hình đa cấp. Cũng tập trung vào phương pháp nghiên cứu quan sát - không phải thử nghiệm (Judd là tốt nhất cho điều đó; Cohen cũng vậy.

Nếu bạn muốn một cái gì đó về các tương tác trong đa biến - mà bạn có thể sẽ làm nếu bạn đang sử dụng các phương pháp thử nghiệm - thì hai văn bản tốt nhất là Aiken, LS, West, SG & Reno, RR Nhiều hồi quy: Tương tác kiểm tra và phiên dịch, (Sage Publications, Newbury Park, Calif., 1991) & Jaccard, J. & Turrisi, R. Hiệu ứng tương tác trong nhiều hồi quy, (Sage Publications, Thousand Oaks, Calif., 2003). (Mặc dù cả Cohen & Cohen & Judd đều xử lý chủ đề này.)

Về phía "miễn phí", bạn có thể biết về http://facemony.chass.ncsu.edu/garson/PA765/statnote.htmlm

Lời khuyên cuối cùng: Đừng bao giờ chia nhỏ các biến liên tục của bạn !!! Thật đáng ngạc nhiên khi nhiều nhà tâm lý học xã hội, đã từng sử dụng ANOVA, vẫn làm điều này ngay cả khi họ sử dụng các kỹ thuật đa biến như phân tích hồi quy!

Phân tích dữ liệu đa biến của James Lattin, J Douglas Carroll và Paul E Green.

Tabachnick được trích dẫn nhiều nhất trên Google Scholar

Tóc (lần thứ 6) có nhiều xếp hạng nhất (với số điểm trên 4,5) trên Amazon

Tôi khuyên dùng Hair, vì tôi đã đọc nó và nó được viết bằng ngôn ngữ đơn giản.

Nếu bạn là sinh viên hoặc nhân viên tại một trường đại học, thì tôi sẽ xem trường của bạn có tài khoản với SpringerLink không, vì sách Hardle có ở đó miễn phí.

Hastie, T., Tibshirani, R. và Friedman, J.: "Các yếu tố của học thống kê: Khai thác dữ liệu, suy luận và dự đoán.", Springer ( trang chủ sách )

Nếu bạn xem trang web của Paul Hewison , bạn có thể tìm thấy cuốn sách miễn phí của anh ấy về Thống kê và R đa biến . Một cuốn sách miễn phí khác là của Wolfgang Hardle và Leopold Simar. Tôi đã làm việc theo cách của mình thông qua Johnson và Wicotta, một cuốn sách đã được sử dụng ở Mỹ trong hơn hai mươi năm; bạn sẽ phải mua cuốn sách này

Một trong những yêu thích của tôi là Legendre & Legendre (2012). Sinh thái học số, tái bản lần thứ 3 .

Họ bao gồm nhiều phân tích thống kê và thông tin của họ về các phân tích đa biến là đặc biệt xuất sắc. Ngoài ra, họ thảo luận về Rcác gói họ tạo ra. Chắc chắn là phải!

Một nghiên cứu xuất sắc khác là Quinn & Keough (2002) Thiết kế thí nghiệm & phân tích dữ liệu cho các nhà sinh học . Nó cũng có sẵn miễn phí trên liên kết tôi cung cấp!