Je cadeautjes zeker op tijd in huis hebben voor de feestdagen? Kom langs in onze winkels en vind het perfecte geschenk!

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België vanaf € 30
Ruim aanbod met 7 miljoen producten

Je cadeautjes zeker op tijd in huis hebben voor de feestdagen? Kom langs in onze winkels en vind het perfecte geschenk!

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België vanaf € 30
Ruim aanbod met 7 miljoen producten

Winkels

Verlanglijstje

Winkels

Verlanglijstje

Zoeken

Volg ons op

140 winkels

Wist je dat er in Vlaanderen voor iedereen een Standaard Boekhandel is binnen een straal van 7 km?

Vind hier een winkel

€ 85,45

+ 170 punten

Uitvoering

Levering 2 à 3 weken

Eenvoudig bestellen

Veilig betalen

Gratis thuislevering vanaf € 30 (via bpost)

Gratis levering in je Standaard Boekhandel

Omschrijving

Generalized Linear Models (GLMs) allow many statistical analyses to be extended to important statistical distributions other than the Normal distribution. While numerous books exist on how to analyse data using a GLM, little information is available on how to collect the data that are to be analysed in this way.

This is the first book focusing specifically on the design of experiments for GLMs. Much of the research literature on this topic is at a high mathematical level, and without any information on computation. This book explains the motivation behind various techniques, reduces the difficulty of the mathematics, or moves it to one side if it cannot be avoided, and gives examples of how to write and run computer programs using R.

Features

The generalisation of the linear model to GLMs

Background mathematics, and the use of constrained optimisation in R

Coverage of the theory behind the optimality of a design

Individual chapters on designs for data that have Binomial or Poisson distributions

Bayesian experimental design

An online resource contains R programs used in the book

This book is aimed at readers who have done elementary differentiation and understand minimal matrix algebra, and have familiarity with R. It equips professional statisticians to read the research literature. Nonstatisticians will be able to design their own experiments by following the examples and using the programs provided.