برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید

09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Analysis of Correlated Data with SAS and R

دانلود کتاب تجزیه و تحلیل داده های همبسته با SAS و R

مشخصات کتاب

Analysis of Correlated Data with SAS and R

دسته بندی: برنامه نویسی: زبان های برنامه نویسی
ویرایش: 3 
نویسندگان: Mohamed M. Shoukri,  Mohammad A. Chaudhary  
سری:  
ISBN (شابک) : 1584886196, 9781584886198 
ناشر: Chapman and Hall/CRC 
سال نشر: 2007 
تعداد صفحات: 308 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 2 مگابایت

قیمت کتاب (تومان) : 38,000

کلمات کلیدی مربوط به کتاب تجزیه و تحلیل داده های همبسته با SAS و R: کتابخانه، ادبیات کامپیوتری، SAS / JMP

میانگین امتیاز به این کتاب :
تعداد امتیاز دهندگان : 6

در صورت تبدیل فایل کتاب Analysis of Correlated Data with SAS and R به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب تجزیه و تحلیل داده های همبسته با SAS و R نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.

توضیحاتی در مورد کتاب تجزیه و تحلیل داده های همبسته با SAS و R

این منبع پرفروش که قبلاً به عنوان روش‌های آماری برای علوم سلامت شناخته می‌شد، یکی از اولین کتاب‌هایی است که روش‌های مورد استفاده برای تجزیه و تحلیل داده‌های خوشه‌ای و همبسته را مورد بحث قرار می‌دهد. در حالی که اهداف اساسی نسخه های قبلی خود یکسان است، ویرایش سوم تجزیه و تحلیل داده های همبسته با SAS و R شامل چندین افزوده است که پیشرفت های اخیر در این زمینه را در نظر می گیرد.

جدید در نسخه سوم
< li>معرفی کدهای R برای تقریباً همه نمونه‌های متعدد حل شده با SAS

فصلی اختصاص داده شده به مدل‌سازی و تحلیل متغیرهای معمولی توزیع شده تحت طرح‌های نمونه‌گیری خوشه‌ای

فصلی در مورد تجزیه و تحلیل داده های تعداد همبسته که بر پراکندگی بیش از حد تمرکز دارد

توسعه تجزیه و تحلیل اندازه گیری های مکرر و داده های طولی زمانی که متغیرهای پاسخ به طور معمول توزیع می شوند
</ li>

الزامات اندازه نمونه مربوط به موضوع مورد بحث، مانند زمانی که داده ها به دلیل همبستگی داده ها به دلیل اینکه واحدهای نمونه گیری از نظر فیزیکی خوشه ای هستند یا به این دلیل که موضوعات در طول زمان مشاهده می شوند
تمرینات در پایان از هر فصل برای افزایش درک مطالب تحت پوشش
یک CD-ROM همراه که شامل تمام مجموعه داده های کتاب به همراه کدهای SAS و R می باشد

با فرض یک دانش کار SAS و R، این متن مفاهیم و کاربردهای لازم را برای تجزیه و تحلیل داده های خوشه ای و همبسته ارائه می دهد.

توضیحاتی درمورد کتاب به خارجی

Previously known as Statistical Methods for Health Sciences, this bestselling resource is one of the first books to discuss the methodologies used for the analysis of clustered and correlated data. While the fundamental objectives of its predecessors remain the same, Analysis of Correlated Data with SAS and R, Third Edition incorporates several additions that take into account recent developments in the field.

New to the Third Edition

The introduction of R codes for almost all of the numerous examples solved with SAS

A chapter devoted to the modeling and analyzing of normally distributed variables under clustered sampling designs

A chapter on the analysis of correlated count data that focuses on over-dispersion

Expansion of the analysis of repeated measures and longitudinal data when the response variables are normally distributed

Sample size requirements relevant to the topic being discussed, such as when the data are correlated because the sampling units are physically clustered or because subjects are observed over time

Exercises at the end of each chapter to enhance the understanding of the material covered

An accompanying CD-ROM that contains all the data sets in the book along with the SAS and R codes

Assuming a working knowledge of SAS and R, this text provides the necessary concepts and applications for analyzing clustered and correlated data.