Författare

Andrew Gelman

Bästsäljande6 verkEngelska

Andrew Gelman är en uppskattad författare inom Samhälle och politik och Psykologi och pedagogik med totalt 6 böcker tillgängliga på Bokkollen, utgivna hos Cambridge University Press, OUP OXFORD, Taylor & Francis Inc.

Bland verken finns Regression and Other Stories, som toppar listan över Andrew Gelmans populäraste böcker. Verken spänner över samhälle & politik och tilltalar läsare som uppskattar genren.

Det senast publicerade verket av Andrew Gelman är Active Statistics, utgivet 2024.

Letar du efter något nytt att läsa? Prova Regression and Other Stories – ett annat uppskattat verk av Andrew Gelman.

På Bokkollen gör vi det enkelt att navigera i Andrew Gelmans författarskap. Vår databas uppdateras ständigt med nya släpp och format, så oavsett om du söker efter en lättläst pocket för semestern, en lyxig inbunden presentutgåva eller en digital ljudbok för pendlingen, har vi rätt utgåva för dig.

Jämför snabbt och smidigt priser på alla böcker av Andrew Gelman hos Sveriges ledande bokhandlare – som Adlibris, Bokus och Akademibokhandeln – och hitta alltid det bästa erbjudandet utan att betala för mycket.

Regression and Other Stories
Mest populär

Regression and Other Stories

Most textbooks on regression focus on theory and the simplest of examples. Real statistical problems, however, are complex and subtle. This is not a book about the theory of regression. It is about using regression to solve real problems of comparison, estimation, prediction, and causal inference. Unlike other books, it focuses on practical issues such as sample size and missing data and a wide range of goals and techniques. It jumps right in to methods and computer code you can use immediately. Real examples, real stories from the authors' experience demonstrate what regression can do and its limitations, with practical advice for understanding assumptions and implementing methods for experiments and observational studies. They make a smooth transition to logistic regression and GLM. The emphasis is on computation in R and Stan rather than derivations, with code available online. Graphics and presentation aid understanding of the models and model fitting.