Ce manuel de cours se concentre sur la régression et son application à des problèmes statistiques réels et complexes. Il est rédigé par des auteurs expérimentés et fournit des outils pratiques pour la comparaison, l’estimation, la prédiction et l’inférence causale. Plutôt que de s’étendre sur la théorie, l’accent est mis sur des méthodes opérationnelles et du code informatique, en particulier en R et Stan.
Le livre aborde des sujets pertinents tels que la taille de l’échantillon, les données manquantes et diverses techniques, avec des exemples issus de la pratique. La transition vers la régression logistique et les modèles linéaires généralisés (GLM) est soigneusement expliquée. Des graphiques et des présentations claires soutiennent la compréhension des modèles et de leurs applications dans des expériences ainsi que dans des études observationnelles.