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: سازمان و پردازش داده ها ویرایش: 1 نویسندگان: David W. Hosmer Jr., Stanley Lemeshow سری: ISBN (شابک) : 0471154105, 9780585381930 ناشر: Wiley-Interscience سال نشر: 1999 تعداد صفحات: 400 زبان: English فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 4 مگابایت
در صورت تبدیل فایل کتاب Applied Survival Analysis: Regression Modeling of Time to Event Data 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 تحلیل بقا کاربردی: مدلسازی رگرسیون از زمان به داده های رویداد 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.
کتاب درسی برای یک دوره مقدماتی در روشهای آماری برای تجزیه و تحلیل دادههایی که معمولاً در مطالعات مرتبط با سلامتی که شامل رویدادهای مربوط به یک عنصر زمان است، با آن مواجه میشوند. دوره های قبلی را در رگرسیون خطی و منطقی فرض می کند. بر کاربردهای عملی به جای نظریه ریاضی، مدل سازی داده ها و تفسیر نتایج تأکید دارد. همچنین بر اهمیت دادههای ناقص یا سانسور شده و چگونگی تأثیر آن سانسور بر انتخاب مدلها و تفسیر نتایج تأکید میکند. بیشتر از نمونههایی از STATA استفاده میکند، اما روشها در میان بستههای نرمافزاری آماری موجود در حال حاضر نسبتاً فراگیر هستند.
A textbook for an introductory course in statistical methods for analyzing data typically encountered in health related studies that include events involving an element of time. Assumes previous courses in linear and logical regression. Emphasizes practical applications rather than mathematical theory, modeling data, and interpreting results. Also highlights the importance of incomplete or censored data and how that censoring may influence the selection of models and the interpretation of results. Mostly uses examples from STATA, but the methods are fairly ubiquitous among the currently available statistical software packages.