Den här boken introducerar grundläggande och avancerade begrepp för kategorisk regression med fokus på de strukturerande beståndsdelarna i regression, inklusive regulariseringstekniker för att strukturera prediktorer. Förutom standardmetoder som logit- och probit-modellen och utvidgningar till multivariata inställningar, presenterar författaren nyare utvecklingar inom flexibel och högdimensionell regression, vilket möjliggör försvagning av antaganden om prediktorns strukturering och avkastningsanpassningar som ligger närmare data. En generaliserad linjär modell används som ett förenande ramverk när det är möjligt i synnerhet parametriska modeller som behandlas inom detta ramverk. Många ämnen som normalt inte ingår i böcker om kategorisk dataanalys behandlas här, till exempel icke-parametrisk regression; Val av prediktorer genom regulariserade skattningsprocedurer. ternativa modeller som hindermodellen och nolluppblåsta regressionsmodeller för antalsdata; och icke-standardiserade trädbaserade ensemblemetoder. Boken åtföljs av ett R-paket som innehåller datauppsättningar och kod för alla exempel. Språk: Engelska