Отказ от ответственности: Высоко субъективное личное мнение следует ...
Для теории и приложений я не могу рекомендовать обобщенные линейные модели и расширения Хардина и Хильбе слишком высоко. Он использует SPSS Stata (оба), который я никогда не использую и о котором ничего не знаю, но он охватывает теорию и имеет очень богатый набор примеров. Если бы мне пришлось выбрать одну книгу для начала, это была бы эта.
Книга, более сфокусированная на теории, - « Обобщенные, линейные и смешанные модели » МакКаллока, Сирла и Нейгауза. Это имеет меньше примеров, чем Хардин и Хильбе, но идет дальше к случайным эффектам как для линейной модели, так и для GLM. Это моя любимая книга по GLM, потому что она объединяет множество вещей, но если вас не интересуют случайные эффекты, это может быть излишним.
То, что я бы назвал канонической ссылкой для GLM - это обобщенные линейные модели МакКалла и Нелдера. Это немного старое название, но оно мне очень понравилось.
Обобщенные линейные модели с приложениями в технике и науке Майерса, Монтгомери, Вининга и Робинсона тратят немного больше времени на бинарные / пуассоновские GLM, а также имеют интересные примеры. В новом издании есть примеры на нескольких языках, включая R.
Некоторое время назад я взял книгу Faraway « Расширение линейной модели с помощью R: обобщенные линейные, смешанные эффекты и непараметрические регрессионные модели» , и она была очень полезна для того, чтобы помогать мне делать вещи в R, хотя это не очень хорошая книга «Учись сам GLM». Но это может быть хорошим компаньоном для некоторых других книг там.