BIBLIOGRAFÍA
Regresión Logística
Dr. rer. nat. Humberto LLinás Solano
Departamento de Matemáticas y Estadística, Universidad del Norte (Barranquilla, Colombia)14/07/22
Abstract
En Rpubs:: toc se pueden ver otros documentos de posible interés.
Prefacio
1 Regresión logística binaria
LLinás, H. (2006). Precisiones en la teoría de los modelos logísticos. Revista Colombiana de Estadística , 29(2), 239-265. URL aquí.
LLinás, H. (2021). Notas de clase: 2.2. Regresión logística - Volumen 8. URL aquí.
2 Regresión logística Multinomial
LLinás, H., Carreño, C. (2012), The Multinomial Logistic Model for the Case in which the Response Variable Can Assume One of Three Levels and Related Models, Revista Colombiana de Estadística, volumen 35, no. 1, pp. 131 a 138.
LLinás, H., Arteta, M., Tilano, J. (2016). El modelo de regresión logística para el caso en que la variable de respuesta puede asumir uno de tres niveles: estimaciones, pruebas de hipótesis y selección de modelos. Revista de matemática: teoría y aplicaciones 23(1): 173–197, CIMPA – UCR ISSN: 1409-2433 (PRINT), 2215-3373 (ONLINE).
Orozco, E., LLinás, H., Fonseca, J. (2020). Convergence Theorems in Multinomial Saturated and Logistic Models. Revista Colombiana de Estadística - Theoretical Statistics, volumen 43, no. 2, pp. 211 a 231. URL aquí.
LLinás, H. (2021). Notas de clase: 2.2. Regresión logística - Volumen 9. URL: aquí.
3 Regresión logística (general)
Hosmer, D., Lemeshow, S. and Sturdivant, R. (2013). Applied Logistic Regression, 3rd ed., Jhon Wiley and Sons, New York.
LLinás, H. (2021). Notas de clase: 2.2. Regresión logística. URL: aquí.
4 Regresión logística (paquete en R)
Belitz C, Brezger A, Kneib T, Lang S, Umlauf N (2017). BayesX: Software for Bayesian Inference in Structured Additive Regression Models. Version 1.1.. URL: aquí.
Braglia, L. (2016). Package “aplore3”, version 0.9. URL: aquí.
Christensen RHB (2018). ordinal - Regression Models for Ordinal Data. R package version 2018.4-19. URL: aquí.
Friedman J, Haste T, Tibshirani R (2010). Regularization Paths for Generalized Linear Models via Coordinate Descent. Journal of Statistical Software, 33(1), 1-22. URL: aquí.
LLinás, H., Fábregas, O., Villalba, J. (2020). lsm: Estimation of the log Likelihood of the Saturated Model, versión 0.2.0. URL: aquí. La primera versión fue creada en octubre de 2018.
LLinás, H., Villalba, J., Orozco, E. (2021). glsm: Estimation of the log Likelihood of the Saturated Model in multinomial logistic model. En construcción.
Papageorgiou G, Hinde J (2012). mixcat: Mixed effects cumulative link and logistic regression models. R package version 1.0-3. URL: aquí.
Venables WN, Ripley BD (2002). Modern Applied Statistics with S. Springer, New York Yee TW (2015). Vector Generalized Linear and Additive Models: With an Implementation in R. New York, USA: Springer.
Yee TW (2021). VGAM: Vector Generalized Linear and Additive Models. R package version 1.1-5. URL: aquí.