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: Theodore A. Walls, Joseph L. Schafer سری: ISBN (شابک) : 0195173449, 9780195173444 ناشر: Oxford University Press, USA سال نشر: 2006 تعداد صفحات: 311 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 2 Mb
در صورت تبدیل فایل کتاب Models for intensive 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 مدل هایی برای داده های طولی فشرده 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.
پیشرفت سریع فناوری در دستگاههای مورد استفاده برای جمعآوری دادهها منجر به پیدایش دسته جدیدی از دادههای طولی شده است: دادههای طولی فشرده (ILD). مطالعات علمی رفتاری در حال حاضر اغلب از رایانه های دستی، بیپرها، رابط های وب و سایر ابزارهای تکنولوژیکی برای جمع آوری نقاط داده بسیار بیشتری نسبت به گذشته استفاده می کنند. سایر پروتکلها، مانند پروتکلهایی که در fMRI و نظارت بر ایمنی عمومی استفاده میشوند، ILD را تولید میکنند، از این رو مدلهای آماری در این جلد برای طیف وسیعی از دادهها قابل استفاده هستند. این جلد دارای استراتژیهای مدلسازی آماری پیشرفتهای است که توسط آماردانان و روششناسان پیشرو که در ارتباط با دانشمندان رفتاری بر روی ILD کار میکنند، توسعه یافتهاند. فصلها کاربردهایی را از سراسر علوم رفتاری و بهداشتی، از جمله پوشش موضوعات اساسی مانند استرس، ترک سیگار، مصرف الکل، الگوهای ترافیک، عملکرد آموزشی و صمیمیت ارائه میدهند. Models for Intensive Longitudinal Data (MILD) برای کسانی طراحی شده است که می خواهند در مورد مدل های آماری پیشرفته برای داده های طولی فشرده بیاموزند و برای کسانی که علاقه مند به انتخاب و استفاده از یک مدل خاص هستند. فصلها موضوعات مورد توجه عمومی در مدلسازی این نوع دادهها را برجسته میکنند، مانند تمرکز بر سیستمهای نظارتی، مسائل ثبت منحنی، فرکانس متغیر و فاصله اندازهگیریها، الگوهای پیچیده چند متغیره تغییر، و چند سری مستقل. گستردگی خارقالعاده پوشش، این مرجع را برای محققین اصلی که مطالعات جدیدی را طراحی میکنند، تبدیل میکند که ILD، آماردانان کاربردی که بر روی مدلهای مرتبط کار میکنند، و روششناسان، دانشجویان فارغالتحصیل و تحلیلگران کاربردی که در حوزههای مختلف کار میکنند را معرفی میکنند. یک وبسایت همراه در www.oup.com/us/MILD حاوی نمونههای برنامه و مستندات است.
Rapid technological advances in devices used for data collection have led to the emergence of a new class of longitudinal data: intensive longitudinal data (ILD). Behavioral scientific studies now frequently utilize handheld computers, beepers, web interfaces, and other technological tools for collecting many more data points over time than previously possible. Other protocols, such as those used in fMRI and monitoring of public safety, also produce ILD, hence the statistical models in this volume are applicable to a range of data. The volume features state-of-the-art statistical modeling strategies developed by leading statisticians and methodologists working on ILD in conjunction with behavioral scientists. Chapters present applications from across the behavioral and health sciences, including coverage of substantive topics such as stress, smoking cessation, alcohol use, traffic patterns, educational performance and intimacy. Models for Intensive Longitudinal Data (MILD) is designed for those who want to learn about advanced statistical models for intensive longitudinal data and for those with an interest in selecting and applying a given model. The chapters highlight issues of general concern in modeling these kinds of data, such as a focus on regulatory systems, issues of curve registration, variable frequency and spacing of measurements, complex multivariate patterns of change, and multiple independent series. The extraordinary breadth of coverage makes this an indispensable reference for principal investigators designing new studies that will introduce ILD, applied statisticians working on related models, and methodologists, graduate students, and applied analysts working in a range of fields. A companion Web site at www.oup.com/us/MILD contains program examples and documentation.