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
ویرایش: [1 ed.] نویسندگان: Michael J. Daniels, Joseph W. Hogan سری: ISBN (شابک) : 9781420011180, 1584886099 ناشر: سال نشر: 2008 تعداد صفحات: 324 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 3 Mb
در صورت تبدیل فایل کتاب Missing Data in Longitudinal Studies: Strategies for Bayesian Modeling and Sensitivity Analysis (Chapman & Hall CRC Monographs on Statistics & Applied Probability) 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 دادههای گمشده در مطالعات طولی: استراتژیهایی برای مدلسازی بیزی و تحلیل حساسیت (تنگنگاریهای چپمن و هال CRC در مورد آمار و احتمال کاربردی) 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.
با استفاده از کار خود نویسندگان و از جدیدترین پیشرفتها در این زمینه، دادههای گمشده در مطالعات طولی: استراتژیهایی برای مدلسازی بیزی و تحلیل حساسیت، یک رویکرد بیزی جامع را برای استنتاج از دادههای ناقص در مطالعات طولی توصیف میکند. برای نشان دادن این روشها، نویسندگان مجموعههای دادهای متعددی را به کار میگیرند که طیفی از طرحهای مطالعه، انواع متغیرها و مسائل دادههای گمشده را پوشش میدهند. این کتاب ابتدا رویکردهای مدرن برای فرمولبندی و تفسیر مدلهای رگرسیون برای دادههای طولی را مرور میکند. سپس ایدههای کلیدی در استنتاج بیزی، از جمله مشخص کردن توزیعهای قبلی، محاسبه توزیع پسین، و ارزیابی تناسب مدل را مورد بحث قرار میدهد. این کتاب به دقت مفروضات مورد نیاز برای استنباط در مورد توزیع کامل داده از داده های ناقص مشاهده شده را توصیف می کند. برای تنظیمات با انصراف غیر قابل چشم پوشی، بر اهمیت مدل های کوواریانس برای استنباط در مورد میانگین تاکید می کند، در حالی که برای ترک تحصیل غیر قابل چشم پوشی، این کتاب مدل های مختلفی را به طور مفصل مورد مطالعه قرار می دهد. این مقاله با سه مطالعه موردی به پایان میرسد که ویژگیهای مهم رویکرد بیزی را برای رسیدگی به مفقودی غیر قابل چشم پوشی نشان میدهد. این منبع با پیشنهاداتی برای خواندن بیشتر در پایان بیشتر فصلها و همچنین کاربردهای بسیاری در علوم بهداشتی، یک رویکرد بیزی واحد برای رسیدگی به دادههای گمشده در مطالعات طولی ارائه میدهد.
Drawing from the authors’ own work and from the most recent developments in the field, Missing Data in Longitudinal Studies: Strategies for Bayesian Modeling and Sensitivity Analysis describes a comprehensive Bayesian approach for drawing inference from incomplete data in longitudinal studies. To illustrate these methods, the authors employ several data sets throughout that cover a range of study designs, variable types, and missing data issues. The book first reviews modern approaches to formulate and interpret regression models for longitudinal data. It then discusses key ideas in Bayesian inference, including specifying prior distributions, computing posterior distribution, and assessing model fit. The book carefully describes the assumptions needed to make inferences about a full-data distribution from incompletely observed data. For settings with ignorable dropout, it emphasizes the importance of covariance models for inference about the mean while for nonignorable dropout, the book studies a variety of models in detail. It concludes with three case studies that highlight important features of the Bayesian approach for handling nonignorable missingness. With suggestions for further reading at the end of most chapters as well as many applications to the health sciences, this resource offers a unified Bayesian approach to handle missing data in longitudinal studies.