{"product_id":"9782759831456","title":"REGRESSION AVEC R","description":"\u003ch2\u003eREGRESSION AVEC R\u003c\/h2\u003e\n\u003ch3\u003eResumen del libro\u003c\/h3\u003e\n\u003cp\u003eEste manual ofrece una guía completa y detallada sobre el análisis de regresión, uno de los problemas estadísticos más frecuentes, utilizando el software R. La obra, dirigida a estudiantes y profesionales, combina fundamentos teóricos con ejemplos prácticos y ejercicios resueltos. El lector encontrará desde los principios de la regresión lineal simple y múltiple hasta técnicas avanzadas como la regresión en alta dimensión, los modelos lineales generalizados y los métodos no paramétricos, todo ello con un enfoque pedagógico y orientado a la aplicación real.\u003c\/p\u003e\n\u003ch3\u003e¿De qué trata?\u003c\/h3\u003e\n\u003cp\u003eLa obra se estructura en cinco partes que abordan de forma progresiva el análisis de regresión. Comienza con los fundamentos de la regresión por mínimos cuadrados, explicando hipótesis y criterios de selección. La segunda parte se centra en la inferencia y la verificación de hipótesis, así como en las técnicas de análisis de la varianza y covarianza. La tercera parte explora el caso de la gran dimensión, presentando métodos de reducción como la selección de variables, regresiones bajo restricciones (lasso, elastic net, ridge) y regresiones sobre componentes (PLS, PCR), junto con algoritmos de comparación basados en remuestreo. La cuarta parte está dedicada a los modelos lineales generalizados, con especial atención a las regresiones logística y de Poisson, incluyendo técnicas de regularización, comparación de métodos en clasificación supervisada, criterios de rendimiento como curvas ROC y lift, y estrategias para datos desequilibrados. Finalmente, la quinta parte introduce el enfoque no paramétrico mediante splines, estimadores kernel y k-vecinos más próximos. Cada capítulo incluye ejercicios resueltos y los comandos de R necesarios para implementar los ejemplos.\u003c\/p\u003e\n\u003ch3\u003eTemas principales\u003c\/h3\u003e\n\u003cul\u003e\n\u003cli\u003eRegresión lineal simple y múltiple por mínimos cuadrados\u003c\/li\u003e\n\u003cli\u003eInferencia estadística y verificación de hipótesis en regresión\u003c\/li\u003e\n\u003cli\u003eAnálisis de la varianza (ANOVA) y análisis de la covarianza (ANCOVA)\u003c\/li\u003e\n\u003cli\u003eMétodos de regresión en alta dimensión: selección de variables, regresión ridge, lasso y elastic net\u003c\/li\u003e\n\u003cli\u003eRegresión sobre componentes: PLS (Partial Least Squares) y PCR (Principal Component Regression)\u003c\/li\u003e\n\u003cli\u003eModelos lineales generalizados: regresión logística y de Poisson\u003c\/li\u003e\n\u003cli\u003eTécnicas de regularización en modelos lineales generalizados\u003c\/li\u003e\n\u003cli\u003eClasificación supervisada y criterios de rendimiento (curvas ROC, lift, Youden, macro F1)\u003c\/li\u003e\n\u003cli\u003eManejo de datos desequilibrados en regresión binaria\u003c\/li\u003e\n\u003cli\u003eRegresión no paramétrica: splines, estimadores kernel y k-vecinos más próximos\u003c\/li\u003e\n\u003cli\u003eValidación de modelos mediante aprendizaje\/validación y validación cruzada\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003ch3\u003e¿Para quién está recomendado?\u003c\/h3\u003e\n\u003cp\u003eEste libro está especialmente indicado para estudiantes de estadística, matemáticas, ciencias de datos o ingeniería que deseen profundizar en el análisis de regresión con R. También resulta de gran utilidad para investigadores, analistas de datos y profesionales que necesiten aplicar modelos de regresión en su trabajo diario y busquen una referencia sólida, práctica y actualizada.\u003c\/p\u003e\n\u003ch3\u003eQué aporta este libro\u003c\/h3\u003e\n\u003cul\u003e\n\u003cli\u003eUna cobertura exhaustiva de los métodos de regresión, desde los fundamentos hasta las técnicas más avanzadas.\u003c\/li\u003e\n\u003cli\u003eEjemplos prácticos con código R integrado en el texto, facilitando la aplicación directa de los conceptos.\u003c\/li\u003e\n\u003cli\u003eEjercicios resueltos al final de cada capítulo para afianzar el aprendizaje y la comprensión.\u003c\/li\u003e\n\u003cli\u003eUn enfoque pedagógico claro, basado en la experiencia docente de los autores con públicos diversos.\u003c\/li\u003e\n\u003cli\u003eHerramientas para la comparación y selección de modelos, incluyendo técnicas de remuestreo y criterios de rendimiento.\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003ch3\u003eFicha técnica\u003c\/h3\u003e\n\u003cul\u003e\n\u003cli\u003eAutor: Cornillon Pierr\u003c\/li\u003e\n\u003cli\u003eEditorial: EDP Sciences\u003c\/li\u003e\n\u003cli\u003eIdioma: Francés\u003c\/li\u003e\n\u003cli\u003eColección: Frances\u003c\/li\u003e\n\u003cli\u003ePeso: 680.0 g\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003ch3\u003eValoración editorial\u003c\/h3\u003e\n\u003cp\u003eEsta obra se consolida como una referencia completa y rigurosa para el estudio de la regresión con R. Su estructura progresiva y su enfoque práctico, con ejemplos y ejercicios, facilitan la comprensión de conceptos complejos. La inclusión de técnicas modernas como la regresión regularizada y el tratamiento de datos desequilibrados la convierten en una herramienta valiosa tanto para la formación académica como para la aplicación profesional en el análisis de datos.\u003c\/p\u003e","brand":"EDP SCIENCES","offers":[{"title":"Default Title","offer_id":53613370999131,"sku":"9782759831456","price":32.0,"currency_code":"EUR","in_stock":false}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1018\/0650\/6331\/files\/17160263483170.jpg?v=1784310321","url":"https:\/\/kalamobooks.com\/products\/9782759831456","provider":"Kalamo Books","version":"1.0","type":"link"}