ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

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 First hitting time regression models : lifetime data analysis based on underlying stochastic processes

دانلود کتاب اولین مدلهای رگرسیون زمان: تجزیه و تحلیل داده های مادام العمر بر اساس فرایندهای تصادفی اساسی

First hitting time regression models : lifetime data analysis based on underlying stochastic processes

مشخصات کتاب

First hitting time regression models : lifetime data analysis based on underlying stochastic processes

ویرایش:  
نویسندگان:   
سری: Mathematical models and methods in reliability set 4 
ISBN (شابک) : 9781119437222, 1119437261 
ناشر: ISTE 
سال نشر: 2017 
تعداد صفحات: 196 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 2 مگابایت

قیمت کتاب (تومان) : 49,000



کلمات کلیدی مربوط به کتاب اولین مدلهای رگرسیون زمان: تجزیه و تحلیل داده های مادام العمر بر اساس فرایندهای تصادفی اساسی: است



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 8


در صورت تبدیل فایل کتاب First hitting time regression models : lifetime data analysis based on underlying stochastic processes 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 اولین مدلهای رگرسیون زمان: تجزیه و تحلیل داده های مادام العمر بر اساس فرایندهای تصادفی اساسی 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 اولین مدلهای رگرسیون زمان: تجزیه و تحلیل داده های مادام العمر بر اساس فرایندهای تصادفی اساسی

هدف این کتاب ترویج روش‌های رگرسیون برای تجزیه و تحلیل داده‌های طول عمر (یا زمان تا رویداد) است که مبتنی بر نمایشی از فرآیند زیربنایی است و بنابراین احتمالاً بینش علمی بیشتری را در مقایسه با روش‌های کاملا تجربی ارائه می‌دهد. برخلاف ادبیات آماری غنی، روش‌های رگرسیون که واقعاً در تجزیه و تحلیل داده‌های مادام العمر به کار می‌روند، محدود هستند، به‌ویژه در زمینه زیست‌پزشکی جایی که D. R. Cox نیمه معروف 2019 مدل خطرات متناسب پارامتریک غالب است. تمرین‌کنندگان باید با مدل‌های انعطاف‌پذیرتر آشنا شوند. اولین مدل‌های رگرسیون زمانی (یا رگرسیون آستانه) ارائه‌شده در اینجا، رویدادهای مشاهده‌شده را به‌عنوان نتیجه یک فرآیند تصادفی زیربنایی نشان می‌دهند. یک مثال مرگ زمانی است که وضعیت سلامتی بیمار به صفر می‌رسد، اما این ایده در زیست‌شناسی، مهندسی، بانکداری و امور مالی و جاهای دیگر کاربرد گسترده‌ای دارد. موضوع اصلی مدل مبتنی بر فرآیند وینر است که منجر به طول عمر پس از توزیع گاوسی معکوس می شود. معرفی متغیرهای کمکی متغیر با زمان و بسیاری از پسوندهای دیگر در نظر گرفته شده است. برنامه‌های مختلف با جزئیات ارائه شده‌اند.--توضیحات ناشر. ادامه مطلب...
چکیده:
هدف این کتاب ترویج روش‌های رگرسیون برای تجزیه و تحلیل داده‌های طول عمر (یا زمان تا رویداد) است که مبتنی بر نمایشی از فرآیند زیربنایی است و بنابراین احتمالاً کلاس بیشتری را ارائه می‌کند. ='showMoreLessContentElement' style='display: none;'> بینش علمی در مقایسه با روش های کاملا تجربی. بیشتر بخوانید...

توضیحاتی درمورد کتاب به خارجی

This book aims to promote regression methods for analyzing lifetime (or time-to-event) data that are based on a representation of the underlying process, and are therefore likely to offer greater scientific insight compared to purely empirical methods. In contrast to the rich statistical literature, the regression methods actually employed in lifetime data analysis are limited, particularly in the biomedical field where D. R. Cox{u2019}s famous semi-parametric proportional hazards model predominates. Practitioners should become familiar with more flexible models. The first hitting time regression models (or threshold regression) presented here represent observed events as the outcome of an underlying stochastic process. One example is death occurring when the patient{u2019}s health status falls to zero, but the idea has wide applicability {u2013} in biology, engineering, banking and finance, and elsewhere. The central topic is the model based on an underlying Wiener process, leading to lifetimes following the inverse Gaussian distribution. Introducing time-varying covariates and many other extensions are considered. Various applications are presented in detail.--Publisher's description. Read more...
Abstract:
This book aims to promote regression methods for analyzing lifetime (or time-to-event) data that are based on a representation of the underlying process, and are therefore likely to offer greater scientific insight compared to purely empirical methods. Read more...


فهرست مطالب

Content: Introduction to Lifetime Data and Regression Models --
First Hitting Time Regression Models --
Model Fitting and Diagnostics --
Extensions to Inverse Gaussian First Hitting Time Regression Models --
Relationship of First Hitting Time Models to Proportional Hazards and Accelerated Failure Time Models --
Applications.




نظرات کاربران

تمامی حقوق معنوی و مادی وبسایت متعلق به اینترنشنال لایبرری می باشد
نماد اعتماد الکترونیکی