Cambridge, Cambridge University Press, 1998. - 434p.
Монография посвящена построению регрессионных моделей при условии, что зависимая переменная является целочисленной величиной. Рассматриваются пуассоновские, обратно биномиальные и другие модели порождения данных, обобщения их, включая случай гетероскедастичности, цензурованных и усечённых наблюдений, различные методы оценивания и проверки моделей, даются примеры применения в медицинских и социологических задачах, исследуется применение к данным типа временных рядов, многомерным, лонгитюдальным исследованиям, обсуждается влияние ошибок измерения и неслучайной выборки и использование семипараметрических методов оценивания.
Для научных работников и аспирантов в области математической статистики, а также для исследователей, использующих регрессионный анализ на существенно целочисленных данных.
Монография посвящена построению регрессионных моделей при условии, что зависимая переменная является целочисленной величиной. Рассматриваются пуассоновские, обратно биномиальные и другие модели порождения данных, обобщения их, включая случай гетероскедастичности, цензурованных и усечённых наблюдений, различные методы оценивания и проверки моделей, даются примеры применения в медицинских и социологических задачах, исследуется применение к данным типа временных рядов, многомерным, лонгитюдальным исследованиям, обсуждается влияние ошибок измерения и неслучайной выборки и использование семипараметрических методов оценивания.
Для научных работников и аспирантов в области математической статистики, а также для исследователей, использующих регрессионный анализ на существенно целочисленных данных.