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: Corrected نویسندگان: Geert Verbeke. Geert Molenberghs سری: ISBN (شابک) : 9780387227757, 0387950273 ناشر: Springer سال نشر: 2000 تعداد صفحات: 579 زبان: English فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 5 مگابایت
در صورت تبدیل فایل کتاب Linear Mixed Models for Longitudinal 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 مدلهای مخلوط خطی برای داده های طولی 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.
این کتاب یک درمان جامع از مدل های خطی مختلط برای داده های طولی پیوسته ارائه می دهد. در کنار فرمولبندی مدل، این کتاب تأکید زیادی بر تجزیه و تحلیل دادههای اکتشافی برای تمام جنبههای مدل دارد. چندین تغییر در مدل مختلط خطی معمولی مورد بحث قرار گرفته است. اکثر تجزیه و تحلیل ها با روش ترکیبی بسته نرم افزاری SAS انجام شد، با این حال، سایر بسته های تجاری موجود نیز مورد بحث قرار می گیرند. دقت زیادی در ارائه تجزیه و تحلیل داده ها به صورت مستقل از نرم افزار صورت گرفته است.
This book provides a comprehensive treatment of linear mixed models for continuous longitudinal data. Next to model formulation, this book puts major emphasis on exploratory data analysis for all aspects of the model. Several variations to the conventional linear mixed model are discussed. Most analyses were done with the Mixed procedure of the SAS software package, however, other commercially available packages are discussed as well. Great care has been taken in presenting the data analyses in a software-independent fashion.
Cover\r......Page 1
Advisors\r......Page 2
Springer series in statistics\r......Page 3
Title\r......Page 4
Copyright\r......Page 5
Preface\r......Page 6
Acknowledgments\r......Page 8
Contents\r......Page 10
1. Introduction\r......Page 22
2. Examples\r......Page 27
3. A model for longitudinal data\r......Page 39
4. Exploratory data analysis\r......Page 50
5. Estimation of the marginal model\r......Page 60
6. Inference for the marginal model\r......Page 74
7. Inference for the random effects\r......Page 96
8. Fitting linear mixed models with SAS\r......Page 112
9. General guidelines for model building\r......Page 140
10. Exploring serial correlation\r......Page 154
11. Local inference for the linear mixed model\r......Page 170
12. The heterogeneity model\r......Page 187
13. Conditional linear mixed models\r......Page 206
14. Exploring incomplete data\r......Page 218
15. Joint modeling of measurements and missingness\r......Page 225
16. Simple missing data methods\r......Page 236
17. Selection models\r......Page 245
18. Pattern-mixture models\r......Page 288
19. Sensitivity analysis for selection models\r......Page 307
20. Sensitivity analysis for pattern-mixture models\r......Page 343
21. How ignorable is missing at random?\r......Page 387
22. The expectation–maximization algorithm\r......Page 399
23. Design considerations\r......Page 403
24. Case studies\r......Page 417
Appendix a: software\r......Page 497
Appendix b: technical details for sensitivity analysis\r......Page 526
References\r......Page 533
Index\r......Page 564
Springer series in statistics (continued)\r......Page 579