资源介绍
版电子书）
电子书格式: pdf
《广义线性混合模型：现代概念、方法与应用（第 2 版）》以广义线性混合模型（GLMM）为核心概念框架，对线性建模进行了更新版导论。对于统计建模新手，该书有助于其把握整体脉络 —— 即广义理解的线性建模，以及它与统计设计、数理统计之间的紧密联系。对于有统计实践经验但不熟悉 GLMM 的读者，该书则全面介绍了 GLMM 的方法论及其理论基础。
与仅聚焦经典线性模型、广义线性模型或混合模型的教材不同，本书将上述所有模型均纳入统一的 GLMM 线性模型家族进行讲解。除核心理论与方法外，书中还包含大量使用 SAS® 软件的实例，以直观展示 GLMM 的实际应用。本版（第 2 版）结合 GLMM 实践者的最佳实践经验与建模选择心得进行了更新，新增两章专门探讨 GLMM 的贝叶斯方法。
核心特色
多数统计建模书籍仅覆盖经典线性模型，或高级广义模型与混合模型；本书则涵盖 GLMM 家族的所有成员 —— 包括经典模型与高级模型
融合实践经验与最新研究成果，提供反映前沿最佳实践的实例
阐释统计设计与建模的关联：提供将研究设计转化为合适模型的指导原则，深入展示如何践行这些原则；利用 GLMM 方法优化规划与设计
探讨边际模型与条件模型的差异、二者适用的推断范围，以及各自的适用场景
除基于似然的频率论估计与推断外，简要介绍 GLMM 的贝叶斯方法Generalized Linear Mixed Models