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
دسته بندی: آمار زیستی ویرایش: 2 نویسندگان: Helen Brown Robin Prescott سری: ISBN (شابک) : 0470023562, 9780470023570 ناشر: Wiley سال نشر: 2006 تعداد صفحات: 468 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 3 مگابایت
کلمات کلیدی مربوط به کتاب مدل های ترکیبی کاربردی در پزشکی (آمار در عمل): رشته های پزشکی، پزشکی اجتماعی و آمار زیست پزشکی
در صورت تبدیل فایل کتاب Applied Mixed Models in Medicine (Statistics in Practice) 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 مدل های ترکیبی کاربردی در پزشکی (آمار در عمل) 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.
یک مدل ترکیبی امکان ترکیب متغیرهای ثابت و تصادفی را در یک تحلیل آماری فراهم می کند. این امکان استنتاج کارآمد و کسب اطلاعات بیشتر از داده ها را فراهم می کند. استفاده از مدل های ترکیبی روشی رو به افزایش برای تجزیه و تحلیل داده های پزشکی، به ویژه در صنعت داروسازی است. اخیراً پیشرفتهای زیادی در مدلسازی ترکیبی، بهویژه در مورد نرمافزار و برنامههای کاربردی، صورت گرفته است. این ویرایش جدید از یک متن پیشگامانه، آخرین پیشرفتها، از تکنیکهای بهروزشده SAS تا طیف گستردهتر برنامههای کاربردی را مورد بحث قرار میدهد. مروری بر تئوری و کاربردهای مدلهای ترکیبی در تحقیقات پزشکی، از جمله آخرین پیشرفتها و بخشهای جدید در هم ارزی زیستی، کارآزماییهای تصادفی خوشهای و دادههای از دست رفته ارائه میکند. به راحتی در دسترس پزشکان در هر منطقه ای که از مدل های ترکیبی استفاده می شود، از جمله آماردانان پزشکی و اقتصاددانان. شامل نمونه های متعدد با استفاده از داده های واقعی از تحقیقات پزشکی و بهداشتی و اپیدمیولوژی است که با کد SAS و خروجی نشان داده شده است. ویژگی های نسخه جدید SAS، از جمله روش PROC GLIMMIX و مقدمه ای برای سایر نرم افزارهای موجود. توسط یک وبسایت حاوی کد رایانه، مجموعه دادهها، و مطالب بیشتر پشتیبانی میشود که در: http://www.chs.med.ed.ac.uk/phs/mixed/ موجود است. این نسخه دوم مورد انتظار برای آماردانان کاربردی که در تحقیقات پزشکی و صنعت داروسازی کار می کنند، و همچنین معلمان و دانشجویان دوره های آمار در مدل های ترکیبی ایده آل است. این متن همچنین برای طیف وسیعی از دانشمندان، بهویژه کسانی که در حوزههای پزشکی و دارویی کار میکنند، ارزش زیادی خواهد داشت.
A mixed model allows the incorporation of both fixed and random variables within a statistical analysis. This enables efficient inferences and more information to be gained from the data. The application of mixed models is an increasingly popular way of analysing medical data, particularly in the pharmaceutical industry. There have been many recent advances in mixed modelling, particularly regarding the software and applications. This new edition of a groundbreaking text discusses the latest developments, from updated SAS techniques to the increasingly wide range of applications. Presents an overview of the theory and applications of mixed models in medical research, including the latest developments and new sections on bioequivalence, cluster randomised trials and missing data. Easily accessible to practitioners in any area where mixed models are used, including medical statisticians and economists. Includes numerous examples using real data from medical and health research, and epidemiology, illustrated with SAS code and output. Features new version of SAS, including the procedure PROC GLIMMIX and an introduction to other available software. Supported by a website featuring computer code, data sets, and further material, available at: http://www.chs.med.ed.ac.uk/phs/mixed/. This much-anticipated second edition is ideal for applied statisticians working in medical research and the pharmaceutical industry, as well as teachers and students of statistics courses in mixed models. The text will also be of great value to a broad range of scientists, particularly those working the medical and pharmaceutical areas.