Il successo della prima edizione dei Modelli Lineari Generalizzati ha portato all'aggiornamento della Seconda Edizione che continua a fornire un trattamento unificato definitivo dei metodi per l'analisi di diversi tipi di dati. Oggi rimane popolare per la sua chiarezza, ricchezza di contenuti e rilevanza diretta per l'agricoltura, la biologia, l'ingegneria sanitaria e altre applicazioni. Gli autori si concentrano sull'esame del modo in cui una variabile di risposta dipende da una combinazione di variabili esplicative, variabili di trattamento e classificazione. Essi danno particolare enfasi al caso importante in cui la dipendenza avviene attraverso una combinazione lineare sconosciuta delle variabili esplicative. La seconda edizione include argomenti aggiunti al nucleo della prima edizione, tra cui metodi di verosimiglianza condizionale e marginale, equazioni di stima e modelli per gli effetti di dispersione e le componenti della dispersione. La discussione di altri argomenti - modelli log-lineari e correlati, modelli di regressione log odds-ratio, modelli di risposta multinomiale, modelli lineari inversi e modelli correlati, funzioni di quasi-verosimiglianza e controllo dei modelli - è stata ampliata e incorpora revisioni significative. La comprensione del materiale richiede semplicemente una conoscenza della teoria delle matrici e delle idee di base della teoria della probabilità, ma per la maggior parte il libro è autoconclusivo. Pertanto, con i suoi esempi funzionanti, numerosi esercizi e argomenti di uso diretto per i ricercatori in molte discipline, i modelli lineari generalizzati fungono da testo, guida e riferimento ideale per l'autoapprendimento. . Lingua: Inglese