Los libros de texto en GLMs fuera de Bernoulli, Binomial y de Poisson?

Question

Edit: a La pregunta ¿Cuál es el mejor libro acerca de los modelos lineales generalizados para los novatos? no responde a mi pregunta. Para una cosa, tengo prácticamente la totalidad de los libros mencionados en las respuestas a esa pregunta. No cubren este material. He negrita las partes que necesitan especial énfasis en mi pregunta. Estos "novatos" los libros de texto no cubrir los temas que estoy buscando.

---

Cada libro que he visto en modelos lineales o de modelos lineales generalizados cubre la costumbre de Bernoulli, binomial y poisson GLMs (modelos lineales generalizados).

Estoy buscando un libro de texto que cubre la teoría detrás de otros tipos de GLMs que he leído sobre: por ejemplo, normal, inversa Gaussiana, y Gamma (y creo que he oído hablar de Tweedie GLMs así de alguien; no recuerdo donde).

¿Alguien sabe donde este material está cubierto en un libro de texto?

Answer 1

El libro de La Ampliación de la Modelo Lineal con R por Lejana tiene un capítulo sobre "otros GLM", y el conde de regresión capítulo también tiene una Binomial Negativa de discusión.

Lineal generalizado Modelado con H20 tiene algo de Gamma GLMs y Tweedie GLMs. Tenga en cuenta que Tweedie GLMs se utilizan a menudo por las compañías de seguros, por lo que usted puede ser capaz de encontrar más literatura con las palabras clave a partir de ahí.

Answer 2

No sé por qué el libro de Modelos Lineales Generalizados por McCullagh y Nelder no debería ser un gran competidor. Es considerado el fundador de trabajo en GLMs. Es altamente técnico de libro, centrado en la interpretación, la teoría asintótica, y marco general. Un GLM es nada más que una función de enlace y media de la varianza de la relación. Hablando como un matemático, todos los de "segunda generación" GLMs que mencionas son sólo casos especiales del marco; y así, con una buena comprensión y un poco de confianza, que podría derivar, implementar, ajuste, interpretar, y prueba cualquiera de esos modelos.

En el libro, usted puede encontrar muchos aplicado el análisis de los datos ejemplos de problemas interesantes y la inferencia como la de enlace de los modelos (como proporcional probabilidades), el modelo de Cox (que es un GLM curiosamente), el cloglog enlace discretas de supervivencia, y así sucesivamente.

Este libro no es un completo diccionario de nombre GLMs (que sería una pérdida de tiempo), ni tampoco es un detallado paso a paso guía de implementación para el montaje de GLMs en R (se asume que el lector tiene el know-how). Sin embargo, encaja perfectamente con R glm. El archivo de ayuda, incluso, se muestra el ajuste de modelos personalizados con funciones de enlace.

Answer 3

Hardin y Hilbe cubrir un poco más que el típico libro básico (Dobson y Barnett, etc.); la tabla de contenido muestra que tienen capítulos que cubren Gamma, y la inversa Gaussiana, etc.. Como me recuerdan que también tiene algunas otras extensiones útiles para datos de conteo (como el NB1, es decir, una binomial negativa con la varianza proporcional a la media en lugar de una función cuadrática de la media).