Miło mi poinformować, że dwa lata po pierwszym wydaniu ,,Analizy danych z programem R. Modele liniowe i mieszane.” dostępne jest już drugie wydanie tej książki.
Poza wersją papierową dostęp do wersji elektronicznej jest możliwy poprzez wypożyczalnie elektroniczną ibuk.pl (dzisiaj jest tam tylko pierwsze wydanie, niedługo drugie będzie również dostępne elektronicznie).
W tej książce, na przykładach, przedstawiłem często spotykane zastosowania modeli liniowych, takie jak: regresja, analiza wariancji, modele mieszane z jednym, dwoma, wieloma efektami, zagnieżdżonymi, przecinającymi się itp. Przykłady oparte są o dane, na których pracowałem w ramach rozmaitych projektów, a na których teraz czytelnik możne samodzielnie eksperymentować. Te dane są dostępne w pakiecie PBImisc dla programu R.
W czasie tych dwóch lat pierwsze wydanie zostało sprawdzona w boju, jako podstawowy podręcznik dla dwóch edycji monograficznego wykładu z ,,Analizy danych z użyciem modeli liniowych i mieszanych”, na wydziale Matematyki, Informatyki i Mechaniki Uniwersytetu Warszawskiego. W czasie tych wykładów trafiłem na bardzo dociekliwych studentów (miód na serce prowadzącego), którzy wyśledzili wiele usterek, literówek, mniejszych i większych błędów (niektórych bardzo wstydliwych). A ponieważ studentami byli i matematycy i informatycy i biolodzy i przedstawiciele innych obszarów zastosowań, zarówno na etapie studiów magisterskich jak i doktoranckich, podręcznik został prześwietlony z różnych perspektyw (z pewnością jest tam jeszcze wiele rzeczy do poprawienia, ale mam nadzieje, że już znacznie mniej niż w pierwszym wydaniu).
Wiele ciekawych i szczegółowych uwag otrzymałem też od czytelników pierwszego wydania spoza mojego (do czerwca) wydziału. Za wszystkie bardzo dziękuję, były one bardzo przydatne, mam nadzieję, że udało mi się je poprawnie uwzględnić w nowym wydaniu.
W drugim wydaniu nie ma nowych rozdziałów. Lista większości wprowadzonych zmian znajduje się w erracie do pierwszego wydania. W szczególności w tej książce nie są omówione (poza drobnymi wzmiankami) modele z ważonymi obserwacjami, modele uogólnione niegausowskie, metody estymacji bazujące na technikach MCMC i inne niż omówione współczesne rozszerzenia modeli liniowych. Związane jest to z moim przekonaniem, że jeżeli uda się zrozumieć sedno tego jak działają modele liniowe i mieszane, jak wygląda modelowanie i z jakimi zagadnieniami się spotykamy, wtedy uzupełnianie informacji o różne modyfikacje będzie zdecydowanie łatwiejsze. Dużym problemem jest jednak (moim zdaniem) uczenie się na przykładach zaczynając od bardzo skomplikowanych przykładach modeli uogólnionych z wieloma czynnikami. W takich sytuacjach na wynik wpływ ma tak wiele elementów, że bez doświadczenia zebranego na prostszych modelach nie sposób nad wszystkimi pokrętłami zapanować i cokolwiek wyjaśnić. Aby poznać ciekawy świat modeli liniowych zacznijmy od przykładów, w których mamy dużą (nigdy pełną) kontrolę nad pokrętłami wpływającymi na wynik.
Link do księgarni PWN w której znajduje się drugie wydanie jest tutaj.
Link do wypożyczani IBUK w którym znajduje się pierwsze wydanie jest tutaj.