Most biologists use nonlinear regression more than any other statistical technique, but there are very few places to learn about curve-fitting. This book, by the author of the very successful Intuitive Biostatistics, addresses this relatively focused need of an extraordinarily broad range of scientists.

Most biologists use nonlinear regression more than any other statistical technique, but there are very few places to learn about curve-fitting. This book, by the author of the very successful Intuitive Biostatistics, addresses this relatively focused need of an extraordinarily broad range of scientists.

- Coherent and unified treatment of nonlinear regression with R. - Example-based approach. - Wide area of application.

Better experimental design and statistical analysis make for more robust science. A thorough understanding of modern statistical methods can mean the difference between discovering and missing crucial results and conclusions in your research, and can shape the course of your entire research career. With Applied Statistics, Barry Glaz and Kathleen M. Yeater have worked with a team of expert authors to create a comprehensive text for graduate students and practicing scientists in the agricultural, biological, and environmental sciences. The contributors cover fundamental concepts and methodologies of experimental design and analysis, and also delve into advanced statistical topics, all explored by analyzing real agronomic data with practical and creative approaches using available software tools. IN PRESS! This book is being published according to the “Just Published” model, with more chapters to be published online as they are completed.

Provides a presentation of the theoretical, practical, and computational aspects of nonlinear regression. There is background material on linear regression, including a geometrical development for linear and nonlinear least squares.

Linear regression with one predictor variable; Inferences in regression and correlation analysis; Diagnosticis and remedial measures; Simultaneous inferences and other topics in regression analysis; Matrix approach to simple linear regression analysis; Multiple linear regression; Nonlinear regression; Design and analysis of single-factor studies; Multi-factor studies; Specialized study designs.

Kniha je zaměřena na regresní modely, konkrétně jednorozměrné zobecněné lineární modely (GLM). Je určena především studentům a kolegům z biologických oborů a vyžaduje pouze základní statistické vzdělání, jakým je např. jednosemestrový kurz biostatistiky. Text knihy obsahuje nezbytné minimum statistické teorie, především však řešení 18 reálných příkladů z oblasti biologie. Každý příklad je rozpracován od popisu a stanovení cíle přes vývoj statistického modelu až po závěr. K analýze dat je použit populární a volně dostupný statistický software R. Příklady byly záměrně vybrány tak, aby upozornily na leckteré problémy a chyby, které se mohou v průběhu analýzy dat vyskytnout. Zároveň mají čtenáře motivovat k tomu, jak o statistických modelech přemýšlet a jak je používat. Řešení příkladů si může čtenář vyzkoušet sám na datech, jež jsou dodávána spolu s knihou.