Adaptive Tests of Significance Using Permutations of Residuals with R and SAS®

آزمون های اهمیت تطبیقی ​​با استفاده از جایگشت های باقیمانده ها با R و SAS قدرت تست های تطبیقی ​​را نشان می دهد و توانایی آنها را برای تنظیم روش تست متناسب با مجموعه خاصی از داده ها. این کتاب از نرم افزارهای پیشرفته برای نشان دادن کاربردی بودن و مزایای تجزیه و تحلیل داده ها در زمینه های مختلف مطالعاتی استفاده می کند.

با شروع مقدمه، کتاب به بررسی مفاهیم اساسی آزمون‌های تطبیقی ​​می‌پردازد، از جمله:

• روش‌های هموارسازی و تبدیل‌های عادی
• آزمون‌های جایگشت با روش‌های خطی
• کاربردهای آزمون‌های تطبیقی ​​
• li>آزمایش‌های چند مرکزی و متقاطع
• تجزیه و تحلیل داده‌های اندازه‌گیری‌های مکرر
• فاصله‌های اطمینان تطبیقی ​​و تخمین‌ها

در سراسر کتاب، ارقام متعدد تفاوت‌های کلیدی بین آزمون‌های سنتی، آزمون‌های ناپارامتریک و تطبیقی ​​را نشان می‌دهند. تست ها بسته‌های نرم‌افزار R و SAS برای اجرای تکنیک‌های مورد بحث استفاده می‌شوند و مجموعه داده‌های همراه در وب‌سایت مربوط به کتاب موجود است. علاوه بر این، تمرین‌های انتهای اکثر فصل‌ها خوانندگان را قادر می‌سازد تا مجموعه داده‌های ارائه‌شده را با اعمال مفاهیم جدید در عمل تجزیه و تحلیل کنند.

آزمون‌های تطبیقی ​​اهمیت با استفاده از جایگشت‌های باقیمانده‌ها با R و SAS یک مرجع روشن‌فکر برای متخصصان و محققانی است که با روش‌های آماری در زمینه‌های مختلف از جمله علوم زیستی، فارماکولوژی و تجارت کار می‌کنند. این کتاب همچنین به عنوان مکمل ارزشمندی برای دوره های تحلیل رگرسیون و تحلیل تطبیقی ​​در سطوح فوق لیسانس و فوق لیسانس عمل می کند. (صفحات 15-42):
فصل 3 دو؟ نمونه آزمون تطبیقی ​​(صفحه های 43-74):
فصل 4 آزمون های جایگشت با مدل های خطی (صفحه های 75-86):
فصل 5 یک آزمون تطبیقی برای زیر مجموعه ای از ضرایب در یک مدل خطی (صفحات 87-109):
فصل 6 کاربردهای بیشتر آزمون های تطبیقی ​​(صفحه های 111-147):
فصل 7 تحلیل تطبیقی ​​داده های جفت شده (صفحه های 149-168) :
فصل 8 آزمایش‌های چند مرکزی و متقاطع (صفحات 169-189):
فصل 9 آزمون‌های چند متغیره تطبیقی ​​(صفحات 191-205):
فصل 10 تجزیه و تحلیل داده‌های اندازه‌گیری‌های مکرر (صفحه‌های 207-233) :
رتبه فصل 11؟ آزمون‌های اهمیت مبتنی بر (صفحه‌های 235-251):
فصل 12 بازه‌ها و تخمین‌های اعتماد تطبیقی ​​(صفحه‌های 253-281):

Adaptive Tests of Significance Using Permutations of Residuals with R and SAS illustrates the power of adaptive tests and showcases their ability to adjust the testing method to suit a particular set of data. The book utilizes state-of-the-art software to demonstrate the practicality and benefits for data analysis in various fields of study.

Beginning with an introduction, the book moves on to explore the underlying concepts of adaptive tests, including:

• Smoothing methods and normalizing transformations
• Permutation tests with linear methods
• Applications of adaptive tests
• Multicenter and cross-over trials
• Analysis of repeated measures data
• Adaptive confidence intervals and estimates

Throughout the book, numerous figures illustrate the key differences among traditional tests, nonparametric tests, and adaptive tests. R and SAS software packages are used to perform the discussed techniques, and the accompanying datasets are available on the book's related website. In addition, exercises at the end of most chapters enable readers to analyze the presented datasets by putting new concepts into practice.

Adaptive Tests of Significance Using Permutations of Residuals with R and SAS is an insightful reference for professionals and researchers working with statistical methods across a variety of fields including the biosciences, pharmacology, and business. The book also serves as a valuable supplement for courses on regression analysis and adaptive analysis at the upper-undergraduate and graduate levels.Content:
Chapter 1 Introduction (pages 1–13):
Chapter 2 Smoothing Methods and Normalizing Transformations (pages 15–42):
Chapter 3 A Two?Sample Adaptive Test (pages 43–74):
Chapter 4 Permutation Tests with Linear Models (pages 75–86):
Chapter 5 An Adaptive Test for a Subset of Coefficients in a Linear Model (pages 87–109):
Chapter 6 More Applications of Adaptive Tests (pages 111–147):
Chapter 7 The Adaptive Analysis of Paired Data (pages 149–168):
Chapter 8 Multicenter and Cross?Over Trials (pages 169–189):
Chapter 9 Adaptive Multivariate Tests (pages 191–205):
Chapter 10 Analysis of Repeated Measures Data (pages 207–233):
Chapter 11 Rank?Based Tests of Significance (pages 235–251):
Chapter 12 Adaptive Confidence Intervals and Estimates (pages 253–281):