دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1
نویسندگان: Monika Maya Wahi. Peter Seebach
سری:
ISBN (شابک) : 1498795889, 9781498795883
ناشر: Chapman and Hall/CRC;Taylor & Francis Group
سال نشر: 2018
تعداد صفحات: 319
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 4 مگابایت
کلمات کلیدی مربوط به کتاب تجزیه و تحلیل داده های بهداشتی در R برای کاربران SAS: SAS (فایل کامپیوتر)، بیوانفورماتیک.، انفورماتیک پزشکی.، R (زبان برنامه کامپیوتری)
در صورت تبدیل فایل کتاب Analyzing Health Data in R for SAS Users 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 بهداشتی در R برای کاربران SAS 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.
تجزیه و تحلیل داده های بهداشتی در R برای کاربران SAS با هدف کمک به تحلیلگران داده های سلامتی که از SAS استفاده می کنند انجام می شود. در R.
برای اساتید، به عنوان یک کتاب درسی برای کلاس مدلسازی توصیفی یا رگرسیونی مفید است، زیرا از مجموعه دادههای در دسترس عموم برای مثالها استفاده میکند و تمرینهایی را ارائه میکند. در پایان هر فصل برای دانشآموزان و متخصصان بهداشت عمومی، نه تنها مقدمهای ملایم برای R است، بلکه میتواند بهعنوان راهنمایی برای توسعه نتایج یک گزارش تحقیقاتی با استفاده از نرمافزار R باشد.
ویژگی ها:
Analyzing Health Data in R for SAS Users is aimed at helping health data analysts who use SAS accomplish some of the same tasks in R. It is targeted to public health students and professionals who have a background in biostatistics and SAS software, but are new to R.
For professors, it is useful as a textbook for a descriptive or regression modeling class, as it uses a publicly-available dataset for examples, and provides exercises at the end of each chapter. For students and public health professionals, not only is it a gentle introduction to R, but it can serve as a guide to developing the results for a research report using R software.
Features:
Content: Differences Between SAS and R. Preparing Data for Analysis. Basic Descriptive Analysis. Basic Regression Analysis.