صفحه اعضای هیئت علمی - دانشکده علوم ریاضی و کامپیوتر

اعضای هیات علمی

تحلیل چند متغیره گسسته

در این درس به چگونگی تحلیل داده های گسسته پرداخته می شود.

سرفصل درس

مدل های خطی تعمیم یافته در حالت کلی، انواع باقیمانده ها در مدل های خطی تعمیم یافته، روش های مختلف بررسی نیکویی برازش مدل، مدل های خطی تعمیم یافته برای داده های دوحالتی شامل رگرسیون لجستیک، پروبیت و مدل های رگرسیونی برای داده های دوحالتی با سایر توابع پیوند، روش های بررسی نیکویی برازش مدل رگرسیونی برای داده های دوحالتی، انواع باقیمانده ها در مدل های رگرسیونی برای داده ها دوحالتی، مدل های رگرسیونی برای داده های چند حالتی، مدل های رگرسیونی برای متغیرهای پاسخ رتبه ای، بررسی فرضیات در مدل رگرسیونی با پاسخ رتبه ای،مدل های رگرسیونی برای پاسخ های شمارشی، انواع باقیمانده ها در مدل های رگرسیونی با پاسخ شمارشی، نیکویی برازش در مدل های رگرسیونی با پاسخ شمارشی

منابع

1. Agresti, A. (2017), An Intoduction to Categorical Data Analysis, John Wiely.

2. Agresti, A. (2013), Categorical Data Analysis, John Wiely.

3. Christensen, R. (1997), Loglinear Models and Logestic Regression, Springer Verleg, New York.

4. Dobson, A. (2002), An Introduction to Generalized Linear Models, 2nd Edition, Chapman & Hall.

5. Read, T. and Cressie, N. (1988), Goodness-of-Fit Statistics for Discrete Multivariate Data,

Springer, New York.

6. Agresti, A. (2015), Foundation of Linear and Generalized Linear Models