参考要求：广义线性模型

我正在寻找有关广义线性模型的入门级到中级水平的书。理想情况下，除了模型背后的理论外，我希望它包括R或另一种编程语言的应用程序和示例-我听说SAS也是一种流行的选择。我打算自己研究它，因此如果它为自己的练习提供了答案，将会有所帮助。

您可以假设我参加了为期一年的传统微积分和概率论课程。我还熟悉回归分析的基础。

盖尔曼，安德鲁和珍妮弗·希尔。使用回归和多层次/层次模型进行数据分析。剑桥大学出版社（Cambridge University Press，2007）本身并不是关于GLM的，而是涵盖了它，并且将理论，动手建议，R的实现和练习很好地结合在一起（并且，当您进行网络搜索时，您可能会发现电子书版本！）。

哈佛政府部门提供的研究生统计课程不是教科书，而是免费提供的，它也涵盖最常见的GLM。视频部分介绍了R中的实现。教科书为King，Gary。统一政治方法论：统计推断的似然理论。密歇根大学出版社，1989年。

免责声明：以下是高度主观的个人意见...

对于理论和应用程序，我不推荐Hardin和Hilbe的“ 广义线性模型和扩展”。它使用SPSS Stata（两者），我从未使用过，对此一无所知，但是它涵盖了理论并提供了非常丰富的示例集。如果我必须选择一本书作为开始，那就是这本书。

更加注重理论的书籍是McCulloch，Searle和Neuhaus 撰写的Generalized，Linear和Mixed Models。与Hardin和Hilbe相比，这方面的示例更少，但对于线性模型和GLM而言，它都进一步产生了随机效应。这是我最喜欢的GLM书，因为它将很多东西连接在一起，但是如果您对随机效果不感兴趣，则可能会显得过时。

我将GLM的规范参考称为McCullagh和Nelder的“ 广义线性模型”。这是一个稍旧的标题，但我非常喜欢。

迈尔斯（Myers），蒙哥马利（Montgomery），维宁（Vining）和罗宾逊（Robinson）提出的在工程和科学中应用的广义线性模型在二元/泊松GLM上花费了更多时间，并且还有一些有趣的示例。新版本包含几种语言的示例，包括R。

不久前，我学到了Faraway的《用R扩展线性模型：广义线性模型，混合效应和非参数回归模型》，它对帮助我在R中做事情非常有用，尽管这本书并不是一本很好的“自学GLM”书。但这可能是其中一些其他书籍的良好伴侣。

我真的很喜欢Frank Harrell的回归建模策略。

Dobson和Barnett的文字

http://www.amazon.com/Introduction-Generalized-Edition-Chapman-Statistical/dp/1584889500

我认为是完全按照您要求的方向进行的。它在平衡技术细节和友好风格方面做得很好。

这对我帮助很大：

Springer线性混合效果模型，使用A. Galecki和T.Burzykowski的R。

http://www.springer.com/statistics/statistical+theory+and+methods/book/978-1-4614-3899-1

使用R中的应用程序进行统计学习入门非常容易理解，涵盖了GLM的介绍性文本，并且正如标题所暗示的那样，它附带了R中的问题集和示例代码。通过阅读本书，我学到了很多东西。

如果您对统计学习的线性代数感到满意，可以更详细地介绍相同的材料，以及许多其他主题，但是本章中没有那种容易遵循的教程风格R示例。

该讲义德国罗德里格斯”普林斯顿当然在GLMS是一个全面介绍，挤满了比较常见的类型的例子，和解释它们之间的关系。更多的理论方面分为两个附录。

Alain Zuur的书 “带R的GLM和GLMM入门指南”给出了R中GLM和GLMM的一些很好的示例。

这是关于广义线性回归的很好的文章。该代码在R中完成，并解释了它们如何工作。CRAN也有一个软件包glmnet可以为您完成此任务，但最初使用时可能有点笨拙。但是一旦掌握了它，它就会非常灵活。这是一篇不错的文章glmnet。希望能有所帮助。