مشخصات کتاب

Flowgraph Models for Multistate Time-to-Event Data (Wiley Series in Probability and Statistics)

دسته بندی: الگوریتم ها و ساختارهای داده
ویرایش: 1 
نویسندگان: Aparna V. Huzurbazar  
سری:  
ISBN (شابک) : 0471265144, 9780471265146 
ناشر: Wiley-Interscience 
سال نشر: 2004 
تعداد صفحات: 293 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 3 مگابایت 

در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد

در صورت تبدیل فایل کتاب Flowgraph Models for Multistate Time-to-Event Data (Wiley Series in Probability and Statistics) 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 Flowgraph برای داده های چند زمانه به رویداد (سری احتمالاتی ولی در ویلی) 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 مدل های Flowgraph برای داده های چند زمانه به رویداد (سری احتمالاتی ولی در ویلی)

مقدمه ای منحصر به فرد بر روش شناسی نوآورانه نمودارهای آماری این کتاب یک رویکرد کاربردی و مبتنی بر کاربرد به مدل های فلوگراف برای داده های زمان تا رویداد ارائه می دهد. این به وضوح نشان می دهد که چگونه می توان از این روش ابتکاری جدید برای تجزیه و تحلیل داده ها از فرآیندهای نیمه مارکوف بدون دانش قبلی از فرآیندهای تصادفی استفاده کرد - که دری را به روی کاربردهای جالب در تجزیه و تحلیل بقا و قابلیت اطمینان و همچنین فرآیندهای تصادفی باز می کند. برخلاف سایر کتاب ها در مورد زمان چند حالته. داده‌های رویداد، این کار بر قابلیت اطمینان و نه فقط آمار زیستی تأکید دارد، و هر روش را با مثال‌های پزشکی و مهندسی نشان می‌دهد. این نشان می‌دهد که چگونه فلوگراف‌ها تکنیک‌های احتمال کاربردی را گرد هم می‌آورند و آنها را با تجزیه و تحلیل داده‌ها و روش‌های آماری ترکیب می‌کنند تا به سؤالات مورد علاقه عملی پاسخ دهند. روش های بیزی تجزیه و تحلیل داده ها مورد تاکید قرار گرفته است. پوشش شامل:* دستورالعمل های واضح در مورد نحوه مدل سازی داده های چند حالته از زمان تا رویداد با استفاده از مدل های فلوگراف * تاکید بر محاسبات، داده های واقعی و روش های بیزی برای حل مسئله * مثال های دنیای واقعی برای تجزیه و تحلیل داده ها از فرآیندهای تصادفی * استفاده از مدل‌های فلوگراف برای تجزیه و تحلیل شبکه‌های تصادفی پیچیده* مجموعه‌های تمرینی برای تقویت رویکرد عملی این حجم. فرآیندها، از جمله انسان شناسی، زیست شناسی، روانشناسی، علوم کامپیوتر و مهندسی.

توضیحاتی درمورد کتاب به خارجی

A unique introduction to the innovative methodology of statistical flowgraphsThis book offers a practical, application-based approach to flowgraph models for time-to-event data. It clearly shows how this innovative new methodology can be used to analyze data from semi-Markov processes without prior knowledge of stochastic processes--opening the door to interesting applications in survival analysis and reliability as well as stochastic processes.Unlike other books on multistate time-to-event data, this work emphasizes reliability and not just biostatistics, illustrating each method with medical and engineering examples. It demonstrates how flowgraphs bring together applied probability techniques and combine them with data analysis and statistical methods to answer questions of practical interest. Bayesian methods of data analysis are emphasized. Coverage includes:* Clear instructions on how to model multistate time-to-event data using flowgraph models* An emphasis on computation, real data, and Bayesian methods for problem solving* Real-world examples for analyzing data from stochastic processes* The use of flowgraph models to analyze complex stochastic networks* Exercise sets to reinforce the practical approach of this volumeFlowgraph Models for Multistate Time-to-Event Data is an invaluable resource/reference for researchers in biostatistics/survival analysis, systems engineering, and in fields that use stochastic processes, including anthropology, biology, psychology, computer science, and engineering.

فهرست مطالب

Contents......Page 10
Preface......Page 14
1 Multistate Models and Flowgraph Models......Page 16
1.1 Multistate Models......Page 17
1.2 Flowgraphs as Multistate Models......Page 20
1.3 Organization of the Book......Page 22
1.4 Computational Aspects......Page 24
2 Flowgraph Models......Page 25
2.1 Flowgraph Basics: Models for Series Structures......Page 26
2.1.1 Series Flowgraph Models versus Series Engineering Systems......Page 28
2.2 Flowgraph Models for Parallel Structures......Page 29
2.3 Combinations of Series and Parallel Flowgraphs......Page 31
2.3.1 Loop Flowgraph Model......Page 32
2.4.1 Solving the Simple Series Flowgraph......Page 34
2.4.2 General Results for Convolution......Page 38
2.4.4 Solving Combinations of Series and Parallel Flowgraphs......Page 39
2.4.5 Solving Flowgraphs with Feedback Loops......Page 43
2.4.6 Combining Series, Parallel, and Loop Flowgraphs......Page 47
2.5 Systematic Procedure for Solving Flowgraphs......Page 50
2.6 Flowgraphs for Counts......Page 54
Exercises......Page 56
3.1 Exact Inversion of Flowgraph MGFs......Page 58
3.1.1 Comments on Exact Inversion......Page 62
3.2 Approximate Inversion of Flowgraph MGFs: Saddlepoint Approximation......Page 63
3.3 Using Saddlepoint Approximations with Flowgraph Models......Page 72
3.4 Inversion of Complex Flowgraphs......Page 75
3.5 General Saddlepoint Program......Page 79
Exercises......Page 84
4.1 Censored Data......Page 86
4.2 Survivor and Reliability Functions......Page 87
4.3 Hazard and Cumulative Hazard Functions......Page 89
4.4 Kaplan–Meier Estimator......Page 93
4.5 Histogram for Censored Data......Page 96
Exercises......Page 102
5.1 Bayesian Predictive Density......Page 104
5.2.1 Rejection Sampling......Page 118
5.2.2 Gibbs Sampling......Page 122
5.2.3 Laplace’s Method......Page 125
5.2.4 Slice Sampling......Page 128
5.3 Using Slice Sampling with Flowgraphs......Page 133
Exercises......Page 143
6.1 Code for Censored Data Histograms......Page 144
6.2 Saddlepoint Approximation Code......Page 148
6.3 Code for Bayesian Analysis......Page 149
6.4 Code for Maximum Likelihood Analysis......Page 153
6.5 Code for post.c......Page 156
6.6 Code for transform.c......Page 158
Exercises......Page 159
7 Semi-Markov Processes......Page 160
7.1 Birth and Death Processes......Page 162
7.2 Application to a Markov Model of HIV Infection......Page 165
7.3.1 Flowgraph Model for Diabetic Retinopathy......Page 169
7.3.2 Flowgraph Model for a Construction Engineering Project......Page 184
7.4 Phase Type Distributions......Page 190
Exercises......Page 199
8 Incomplete Data......Page 202
8.1 Constructed Likelihood......Page 203
8.2 Simulations of Unrecognized Incomplete Data......Page 215
Exercises......Page 220
9 Flowgraph Models for Queuing Systems......Page 221
9.1 Review of Queuing Terminology......Page 222
9.2 M/M/1 Queue......Page 224
9.3 Cellular Telephone Network: M/M/c Queue......Page 231
9.3.1 Cellular Telephone Network: Complete Data......Page 234
9.4 Startup Cells and Incomplete Data......Page 240
9.5 Cellular Telephone Network: M/G/1 Queue......Page 244
9.6 Infinite-State M/M/c Queue......Page 253
Exercises......Page 260
Appendix: Moment Generating Functions......Page 262
References......Page 266
Author Index......Page 276
Subject Index......Page 280

نظرات کاربران

کتاب های مرتبط

دانلود کتاب Autodata R18 Fuego Car Repair Manual

دانلود کتاب Handbook of Theoretical Computer Science. Volume B: Formal Models and Semantics

دانلود کتاب Building the Data Warehouse (3rd Edition)

دانلود کتاب Pro Web 2.0 Mashups: Remixing Data and Web Services

دانلود کتاب Data Monitoring Committees in Clinical Trials: A Practical Perspective (Statistics in Practice)

دانلود کتاب Data Acquisition

دانلود کتاب Functional Data Analysis (Springer Series in Statistics)

دانلود کتاب Algorithmic Aspects of Analysis, Prediction, and Control in Science and Engineering: An Approach Based on Symmetry and Similarity

دانلود کتاب Data Analysis and Research for Sport and Exercise Science: A Student Guide

دانلود کتاب Enhanced Publications: Linking Publications and Research Data in Digital Repositories