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: نویسندگان: José C. Pinheiro, Douglas M. Bates (auth.) سری: Statistics and Computing ISBN (شابک) : 9781441903174, 9781441903181 ناشر: Springer New York سال نشر: 2000 تعداد صفحات: 537 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 4 مگابایت
در صورت تبدیل فایل کتاب Mixed-Effects Models in Sand S-PLUS 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 جلوههای ترکیبی در Sand S-PLUS 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 نسخه شومیز تجدید چاپ نسخه 2000 است.
این کتاب مروری بر تئوری و کاربرد مدل های خطی و غیرخطی اثرات مختلط در تجزیه و تحلیل داده های گروه بندی شده، مانند داده های طولی ارائه می دهد. ، اندازه گیری های مکرر و داده های چند سطحی. یک استراتژی یکپارچه ساخت مدل برای هر دو مدل خطی و غیرخطی ارائه شده و برای تجزیه و تحلیل بیش از 20 مجموعه داده واقعی از طیف گستردهای از حوزهها، از جمله فارماکوکینتیک، کشاورزی، و تولید استفاده میشود. تاکید زیادی بر استفاده از نمایشگرهای گرافیکی در مراحل مختلف فرآیند ساخت مدل، شروع با نمودارهای اکتشافی داده ها و پایان دادن به نمودارهای تشخیصی برای ارزیابی کفایت یک مدل برازش شده است. بیش از 170 شکل در کتاب گنجانده شده است.
بسته NLME برای تجزیه و تحلیل مدلهای اثرات مختلط در R و S-PLUS که توسط نویسندگان توسعه یافته است، نرمافزار زیربنایی را برای اجرای روشهای ارائهشده در متن فراهم میکند. در سراسر کتاب به تفصیل شرح و نشان داده شده است.
ترکیب متعادل مثالهای دادههای واقعی، نرمافزار مدلسازی و تئوری، این کتاب را به مرجعی مفید برای پزشکانی تبدیل میکند که از مدلهای اثرات مختلط در تجزیه و تحلیل دادههای خود استفاده میکنند. همچنین می توان از آن به عنوان متنی برای دوره های کاربردی یک ترم تحصیلات تکمیلی در مدل های جلوه های ترکیبی استفاده کرد. محققان محاسبات آماری همچنین این کتاب را به دلیل ارائه روشهای محاسباتی جدید و کارآمد برای برازش مدلهای اثرات مختلط خطی و غیرخطی جذاب خواهند یافت. در زمان تولید این کتاب در آزمایشگاه های بل کار می کرد. او مقالات زیادی در مدلهای اثرات مختلط، روشهای یافتن دوز در توسعه بالینی و سایر زمینههای آمار زیستی منتشر کرده است. داگلاس ام. بیتس، استاد آمار در دانشگاه ویسکانسین-مدیسون است. او به همراه دونالد جی واتس نویسنده تحلیل رگرسیون غیرخطی و کاربردهای آن، عضو انجمن آمار آمریکا، و رئیس سابق بخش محاسبات آماری است.
This paperback edition is a reprint of the 2000 edition.
This book provides an overview of the theory and application of linear and nonlinear mixed-effects models in the analysis of grouped data, such as longitudinal data, repeated measures, and multilevel data. A unified model-building strategy for both linear and nonlinear models is presented and applied to the analysis of over 20 real datasets from a wide variety of areas, including pharmacokinetics, agriculture, and manufacturing. A strong emphasis is placed on the use of graphical displays at the various phases of the model-building process, starting with exploratory plots of the data and concluding with diagnostic plots to assess the adequacy of a fitted model. Over 170 figures areincluded in the book.
The NLME package for analyzing mixed-effects models in R and S-PLUS, developed by the authors, provides the underlying software for implementing the methods presented in the text, being described and illustrated in detail throughout the book.
The balanced mix of real data examples, modeling software, and theory makes this book a useful reference for practitioners using mixed-effects models in their data analyses. It can also be used as a text for a one-semester graduate-level applied course in mixed-effects models. Researchers in statistical computing will also find this book appealing for its presentation of novel and efficient computational methods for fitting linear and nonlinear mixed-effects models.
José C. Pinheiro is a Senior Biometrical Fellow at Novartis Pharmaceuticals, having worked at Bell Labs during the time this book was produced. He has published extensively in mixed-effects models, dose finding methods in clinical development, and other areas of biostatistics.
Douglas M. Bates is Professor of Statistics at the University of Wisconsin-Madison. He is the author, with Donald G. Watts, of Nonlinear Regression Analysis and Its Applications, a Fellow of the American Statistical Association, and a former chair of the Statistical Computing Section.
Content:
Front Matter....Pages i-xvi
Front Matter....Pages 1-1
Linear Mixed-Effects Models: Basic Concepts and Examples....Pages 3-56
Theory and Computational Methods for Linear Mixed-Effects Models....Pages 57-96
Describing the Structure of Grouped Data....Pages 97-132
Fitting Linear Mixed-Effects Models....Pages 133-199
Extending the Basic Linear Mixed-Effects Model....Pages 201-270
Front Matter....Pages 272-272
Nonlinear Mixed-Effects Models: Basic Concepts and Motivating Examples....Pages 273-304
Theory and Computational Methods for Nonlinear Mixed-Effects Models....Pages 305-336
Fitting Nonlinear Mixed-Effects Models....Pages 337-414
Back Matter....Pages 415-528