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: برنامه نویسی: زبان های برنامه نویسی ویرایش: 1 نویسندگان: Thomas W. MacFarland (auth.) سری: SpringerBriefs in Statistics ISBN (شابک) : 9783319025315, 9783319025322 ناشر: Springer International Publishing سال نشر: 2014 تعداد صفحات: 172 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 2 مگابایت
کلمات کلیدی مربوط به کتاب مقدمه ای بر تجزیه و تحلیل داده ها و ارائه گرافیکی در آمار زیستی با R: آمار در مقیاس بزرگ: آمار برای علوم زیستی، پزشکی، علوم بهداشتی، آمار و محاسبات / برنامه های آمار
در صورت تبدیل فایل کتاب Introduction to Data Analysis and Graphical Presentation in Biostatistics with R: Statistics in the Large 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 مقدمه ای بر تجزیه و تحلیل داده ها و ارائه گرافیکی در آمار زیستی با R: آمار در مقیاس بزرگ 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.
از طریق مجموعه دادههای واقعی، این کتاب به خواننده نشان میدهد که چگونه با استفاده از نرمافزار منبع باز R با مواد در آمار زیستی کار کند. این ابزارها شامل ابزارهایی هستند که برای مقابله با دادههای از دست رفته، که یک موضوع علمی مبرم است، بسیار مهم هستند. کسانی که در آمار زیستی فعالیت می کنند. خوانندگان برای اجرای تحلیل ها و ارائه های گرافیکی بر اساس مجموعه داده های نمونه و داده های خود مجهز خواهند بود. رویکرد عملی برای دانشآموزان مفید خواهد بود و دسترسی به این کتاب را برای خوانندگانی که درک اولیه از R دارند تضمین میکند. معیارهای گرایش مرکزی، آزمون t برای نمونههای مستقل، آزمون t برای جفتهای همسان، ANOVA، همبستگی و رگرسیون خطی، و توصیههایی برای کارهای آینده.
Through real-world datasets, this book shows the reader how to work with material in biostatistics using the open source software R. These include tools that are critical to dealing with missing data, which is a pressing scientific issue for those engaged in biostatistics. Readers will be equipped to run analyses and make graphical presentations based on the sample dataset and their own data. The hands-on approach will benefit students and ensure the accessibility of this book for readers with a basic understanding of R.
Topics include: an introduction to Biostatistics and R, data exploration, descriptive statistics and measures of central tendency, t-Test for independent samples, t-Test for matched pairs, ANOVA, correlation and linear regression, and advice for future work.
Front Matter....Pages i-vii
Introduction: Biostatistics and R....Pages 1-4
Data Exploration, Descriptive Statistics, and Measures of Central Tendency....Pages 5-16
Student’s t-Test for Independent Samples....Pages 17-46
Student’s t-Test for Matched Pairs....Pages 47-72
Oneway Analysis of Variance (ANOVA)....Pages 73-97
Twoway Analysis of Variance (ANOVA)....Pages 99-127
Correlation and Linear Regression....Pages 129-163
Future Actions and Next Steps....Pages 165-167