دانلود کتاب Linear Mixed Models for Longitudinal Data

49,000 تومان

مدل های ترکیبی خطی برای داده های طولی


موضوع اصلی سازمان و پردازش داده ها
نوع کالا کتاب الکترونیکی
ناشر Springer
تعداد صفحه 579
حجم فایل 10 مگابایت
کد کتاب 0387950273,9780387950273
نوبت چاپ 1997. Corr. دوم.
نویسنده
زبانانگلیسی
فرمتPDF
سال انتشار2001
مطلب پیشنهادی: با پول کتاب در ایران چی میشه خرید؟
در صورت نیاز به تبدیل فایل به فرمت‌های PDF، EPUB، AZW3، MOBI و یا DJVU می‌توانید به پشتیبان اطلاع دهید تا در صورت امکان، فایل مورد نظر را تبدیل نمایند. سایت بَلیان دارای تخفیف پلکانی است، یعنی با افزودن کتاب بیشتر به سبدخرید، قیمت آن برای شما کاهش می‌یابد. جهت مشاهده درصد تخفیف‌ها بر روی «جدول تخفیف پلکانی» در پایین کلیک نمایید. جهت یافتن سایر کتاب‌های مشابه، از منو جستجو در بالای سایت استفاده نمایید.
شما می‌توانید با هر 1000 تومان خرید، ۱ شانس شرکت در قرعه‌کشی کتابخانه دیجیتال بلیان دریافت کنید و شانس خود را برای برنده شدن جوایز هیجان انگیز امتحان کنید. «شرایط شرکت در قرعه‌کشی»

جدول کد تخفیف

با افزودن چه تعداد کتاب به سبد‌خرید، چند‌ درصد تخفیف شامل آن خواهد شد؟ در این جدول پاسخ این سوال را خواهید یافت. برای مثال: اگر بین ۳ الی ۵ کتاب را در سبد خرید خود قرار دهید، ۲۵ درصد تخفیف شامل سبد‌خرید شما خواهد شد.
تعداد کتاب درصد تخفیف قیمت کتاب
1 بدون تخفیف 25,000 تومان
2 20 درصد 20,000 تومان
3 الی 5 25 درصد 18,750 تومان
6 الی 10 30 درصد 17,500 تومان
11 الی 20 35 درصد 16,250 تومان
21 الی 30 40 درصد 15,000 تومان
31 الی 40 45 درصد 13,750 تومان
41 الی 50 50 درصد 12,500 تومان
51 الی 70 55 درصد 11,250 تومان
71 الی 100 60 درصد 10,000 تومان
101 الی 150 65 درصد 8,750 تومان
151 الی 200 70 درصد 7,500 تومان
201 الی 300 75 درصد 6,250 تومان
301 الی 500 80 درصد 5,000 تومان
501 الی 1000 85 درصد 3,750 تومان
1001 الی 10000 90 درصد 2,500 تومان
توضیحات

ترجمه فارسی توضیحات (ترجمه ماشینی)

مدل های ترکیبی خطی برای داده های طولی

این کتاب یک درمان جامع از مدل های خطی مختلط برای داده های طولی پیوسته ارائه می دهد. در کنار فرمول‌بندی مدل، این نسخه تأکید زیادی بر تجزیه و تحلیل داده‌های اکتشافی برای همه جنبه‌های مدل، مانند مدل حاشیه‌ای، پروفایل‌های موضوعی خاص، و ساختار کوواریانس باقی‌مانده دارد. علاوه بر این، تشخیص مدل و داده های از دست رفته درمان گسترده ای دریافت می کنند. تجزیه و تحلیل حساسیت برای داده های ناقص جایگاه برجسته ای دارد. چندین تغییر در مدل مختلط خطی مرسوم مورد بحث قرار می‌گیرد (یک مدل ناهمگونی، مدل‌های میانی خطی شرطی).

این کتاب مورد توجه آماردانان کاربردی و محققان زیست پزشکی در صنعت، سازمان های بهداشت عمومی، سازمان های تحقیقاتی قراردادی و دانشگاه خواهد بود. کتاب به جای اینکه از نظر ریاضی دقیق باشد توضیحی است. اکثر تجزیه و تحلیل ها با روش MIXED بسته نرم افزاری SAS انجام شده است و بسیاری از ویژگی های آن به وضوح مشخص شده است. با این حال، برخی دیگر از بسته های تجاری موجود نیز مورد بحث قرار می گیرند. دقت زیادی در ارائه تجزیه و تحلیل داده ها به صورت مستقل از نرم افزار صورت گرفته است.

Geert Verbeke استادیار مرکز زیست‌شناسی دانشگاه Katholieke Leuven در بلژیک است. او مدرک B.S. مدرک ریاضیات (1989) از دانشگاه Katholieke Leuven، M.S. در آمار زیستی (1992) از مرکز دانشگاه لیمبورگ، و دکترای خود را به دست آورد. در آمار زیستی (1995) از دانشگاه Katholieke Leuven. دکتر وربکه پایان نامه خود و همچنین تعدادی مقاله روش شناختی را در مورد جنبه های مختلف مدل های مختلط خطی برای تجزیه و تحلیل داده های طولی نوشت. او در مرکز تحقیقات پیری شناسی و دانشگاه جانز هاپکینز سمت های بازدید داشته است.

گیرت مولنبرگ، استادیار آمار زیستی در مرکز دانشگاه لیمبورگ در بلژیک است. او مدرک B.S. مدرک ریاضی (1988) و دکتری. در آمار زیستی (1993) از دانشگاه Antwerpen. دکتر Molenberghs کار روش شناختی را در مورد تجزیه و تحلیل عدم پاسخ در مطالعات بالینی و اپیدمیولوژیک منتشر کرد. او به عنوان دستیار ویراستار بیومتریک، آمار کاربردی، و آمار زیستی خدمت می کند و یکی از افسران انجمن آمار بلژیک است. او در دانشکده بهداشت عمومی هاروارد سمت بازدید داشته است.

Linear Mixed Models for Longitudinal Data

This book provides a comprehensive treatment of linear mixed models for continuous longitudinal data. Next to model formulation, this edition puts major emphasis on exploratory data analysis for all aspects of the model, such as the marginal model, subject-specific profiles, and residual covariance structure. Further, model diagnostics and missing data receive extensive treatment. Sensitivity analysis for incomplete data is given a prominent place. Several variations to the conventional linear mixed model are discussed (a heterogeity model, condional linear mid models).

This book will be of interest to applied statisticians and biomedical researchers in industry, public health organizations, contract research organizations, and academia. The book is explanatory rather than mathematically rigorous. Most analyses were done with the MIXED procedure of the SAS software package, and many of its features are clearly elucidated. However, some other commercially available packages are discussed as well. Great care has been taken in presenting the data analyses in a software-independent fashion.

Geert Verbeke is Assistant Professor at the Biostistical Centre of the Katholieke Universiteit Leuven in Belgium. He received the B.S. degree in mathematics (1989) from the Katholieke Universiteit Leuven, the M.S. in biostatistics (1992) from the Limburgs Universitair Centrum, and earned a Ph.D. in biostatistics (1995) from the Katholieke Universiteit Leuven. Dr. Verbeke wrote his dissertation, as well as a number of methodological articles, on various aspects of linear mixed models for longitudinal data analysis. He has held visiting positions at the Gerontology Research Center and the Johns Hopkins University.

Geert Molenberghs is Assistant Professor of Biostatistics at the Limburgs Universitair Centrum in Belgium. He received the B.S. degree in mathematics (1988) and a Ph.D. in biostatistics (1993) from the Universiteit Antwerpen. Dr. Molenberghs published methodological work on the analysis of non-response in clinical and epidemiological studies. He serves as an associate editor for Biometrics, Applied Statistics, and Biostatistics, and is an officer of the Belgian Statistical Society. He has held visiting positions at the Harvard School of Public Health.

نظرات (0)

نقد و بررسی‌ها

هنوز بررسی‌ای ثبت نشده است.

اولین کسی باشید که دیدگاهی می نویسد “دانلود کتاب Linear Mixed Models for Longitudinal Data”