|
|
| Variance Components | $118.35 |
This book presents broad coverage of variance components estimation and mixed models. Its chapters cover history (Chapter 2), analysis of variance estimation (Chapters 3, 4, and 5), maximum likelihood (ML) estimation, including restricted ML and computational methods (Chapters 6 and 8), prediction in mixed models (Chapter 7), Bayes estimation and hierarchical models (Chapter 9), categorical data (Chapter 10), covariance components and minimum norm estimation (Chapter 11), and finally, the dispersion-mean model, kurtosis and fourth moments (Chapter 12). Estimation from balanced data (having the same number of observations in the subclasses) is dealt with fully in Chapter 4, and in parts of Chapters 3 and 12; and elsewhere, estimation from unbalanced data (having unequal numbers of observations in the subclasses) is dealt with at great length with numerous details for the 1-way and 2-way classifications. This broad array of topics will appeal to research workers, to students, and to anyone interested in the use of mixed models and variance components for statistically analyzing data. The book will serve as a reference for a wide spectrum of topics for practicing statisticians. For students, it is suitable for linear models courses that include material on mixed models, variance components, and prediction. For graduate courses, there are at least four levels at which the book can be used: (I) As part of a solid linear models course use Chapters 1, 3, and 4, with 2 as supplementary reading. (II) These same chapters, presented in detail, could also be used for a 1-quarter, or slowly paced 1-semester, course on variance components. (III) An advanced course would use Chapters 1 and 2 for anintroduction, followed by an overview of Chapters 3 through 5. Then sections 8.1-8.3, Chapters 10 and 11, sections 9.1-9.4, ending with the mathematical synthesis of sections 12.1-12.5 would round out the course. (IV) Finally, the entire book would be suitable for a 2- semester or 3-q... Copyright (C) Muze Inc. 2005. For personal use only. All rights reserved.
Autor:Charles McCulloch|George Casella|S. R. Searle|Shayle R. Searle |  |
| Este libro presenta la amplia cobertura de valoración de componentes de desacuerdo y modelos mezclados. Sus capítulos cubren la historia (el Capítulo 2), el análisis de la valoración de desacuerdo (Capítulos 3, 4, y 5), probabilidad máxima (ML) valoración, incluso ML restringido y métodos computacionales (los Capítulos 6 y 8), predicción en modelos variados (el Capítulo 7), valoración de Bayes y modelos jerárquicos (el Capítulo 9), datos categóricos (el Capítulo 10), componentes de covariancia y valoración de norma mínima (el Capítulo 11), y finalmente, el modelo medio de dispersión, kurtosis y cuartos momentos (el Capítulo 12). La valoración de datos equilibrados (teniendo el mismo número de observaciones en las subclases) es tratada con totalmente en el Capítulo 4, y en partes de los Capítulos 3 y 12; y en otra parte, la valoración de datos desequilibrados (teniendo números desiguales de observaciones en las subclases) es tratada con en la gran longitud con numerosos detalles para las clasificaciones de 1 camino y de 2 caminos. Esta amplia serie de temas apelará a trabajadores de investigación, a estudiantes, y a alguien interesado en el uso de modelos variados y componentes de desacuerdo para analizar según las estadísticas datos. El libro servirá como una referencia para un amplio espectro de temas para practicar a estadísticos. Para estudiantes, es conveniente para cursos de modelos lineales que incluyen el material en modelos variados, componentes de desacuerdo, y predicción. Para cursos de graduado, hay al menos cuatro niveles en los cuales el libro puede ser usado: (I) Como la parte de un curso de modelos lineal sólido usan Capítulos 1, 3, y 4, con 2 como la lectura suplementaria. (II) Estos mismos capítulos, presentados detalladamente, también podrían ser usados para un 1 cuarto, o despacio marcaron el paso el 1 semestre, curso en componentes de desacuerdo. (III) un curso avanzado usaría los Capítulos 1 y 2 para anintroduction, seguido de una descripción de Capítulos 3 a 5. Entonces las secciones 8.1-8.3, los Capítulos 10 y 11, secciones 9.1-9.4, terminándose con la síntesis matemática de secciones 12.1-12.5 redondearían el curso. (IV) Finalmente, el libro entero sería conveniente durante un 2-semestre o 3-q... Copyright (C) Muze Inc 2005. Para uso privado sólo. Reservados todos los derechos. | Buy Now |
|
|
