Existe consenso no campo da estatística de que um livro é a melhor fonte absoluta e cobre completamente todos os aspectos do GLM - detalhando tudo, desde estimativa até inferência?
Existe consenso no campo da estatística de que um livro é a melhor fonte absoluta e cobre completamente todos os aspectos do GLM - detalhando tudo, desde estimativa até inferência?
Respostas:
Existe consenso no campo da estatística de que um livro é a melhor fonte absoluta e cobre completamente todos os aspectos do GLM - detalhando tudo, desde estimativa até inferência?
Não, não há. No entanto, a referência clássica sobre GLM seria:
McCullagh, P. & Nelder, JA (1989). Modelos lineares generalizados. Pressione CRC.
É difícil de bater
Modelos lineares generalizados. P. McCullagh, J. Nelder. CRC Pressione. 2ª edição, 1989
É abrangente.
Eu não acho que exista um único livro que seja exatamente o que você deseja. Pela sua descrição, acho que o melhor ajuste seria:
É um clássico. Ele cobre a matemática, mas também é mais introdutório do que outros livros que o fazem.
A coisa mais próxima que encontrei de uma Bíblia GLM são os Modelos Estatísticos Lineares Aplicados de Kutner, Nachtsheim, Neter e Li. Tem mais de 1400 páginas e abrange regressão linear e GLMs. Virtualmente, qualquer coisa que envolva GLMs pode ser encontrada nesse livro.
O livro Nelder já mencionado é bom.
Apenas para mais considerações, eu recomendaria Elements of Statistical Learning Second Edition de Trevor Hastie, Robert Tibshirani, Jerome Friedman. Eu gosto de ESL porque abrange uma variedade de tópicos estatísticos e de aprendizado de máquina. Ele mostra como os GLMs se encaixam com outras técnicas (e é gratuito).
E como visto em esta pergunta , eu recomendo o texto Simon Wood modelos aditivos generalizados: uma introdução com R . Eu realmente acredito que o texto do Wood vale a pena considerar porque, embora ele diga que abrange GAMs, ele realmente cobre LMs, GLMs e GAMs em detalhes e apresenta algumas técnicas de modelagem mista também. A abordagem de Wood é apresentar cada tópico com uma base teórica, mas o texto é muito prático e já possui exemplos em um pacote R que pode ser baixado para acompanhar o livro.
Livros introdutórios:
Uma introdução aos modelos lineares generalizados , de George Dunteman e Moon-Ho Ho (2006). Apenas 72 páginas.
Modelos lineares generalizados: uma abordagem unificada , por Jeff Gill (2001) Isso também é curto (101 páginas).
Depois, você tem mais livros mais longos, como o que você mencionou (444 páginas), ou o da outra resposta (511 páginas).
Um bom livro é o de Fahrmeir et al https://www.amazon.com/Multivariate-Statistical-Modelling-Generalized-Statistics/dp/0387951873/ref=sr_1_1?s=books&ie=UTF8&qid=1506715879&sr=1-1 " Modelagem Estatística Multivariada Baseada em Modelos Lineares Generalizados (segunda edição) ", talvez não para um primeiro tratamento, mas para várias extensões do modelo básico e cobertura de algoritmos computacionais. Como o título diz, extensões multivariadas, abordagens semiparamétricas (splines) e extensões de séries temporais e muito mais.