Regression Methods in Biostatistics: Linear, Logistic, Survival, and Repeated Measures Models

این کتاب جدید مقدمه‌ای یکپارچه، عمیق و قابل خواندن را برای روش‌های رگرسیون چند پیش‌بینی‌کننده که به‌طور گسترده در آمار زیستی مورد استفاده قرار می‌گیرد، ارائه می‌کند: مدل‌های خطی برای نتایج پیوسته، مدل‌های لجستیک برای نتایج باینری، مدل کاکس برای بقای سانسور شده راست. بارها، مدل‌های اندازه‌گیری مکرر برای نتایج طولی و سلسله مراتبی، و مدل‌های خطی تعمیم‌یافته برای شمارش و سایر نتایج.

بررسی این موضوعات با هم از تمام ویژگی های مشترک آنها بهره می برد. نویسندگان به عناصر مشترک زیادی در روش هایی که برای انتخاب، تخمین، بررسی و تفسیر هر یک از این مدل ها ارائه می کنند اشاره می کنند. آن‌ها همچنین نشان می‌دهند که این روش‌های رگرسیون با مخدوش‌سازی، میانجی‌گری و برهم‌کنش اثرات علی اساساً به همان شیوه سر و کار دارند.

نمونه‌هایی که با استفاده از Stata مورد تجزیه و تحلیل قرار گرفته‌اند، از زمینه زیست‌پزشکی استخراج شده‌اند اما به سایر حوزه‌های کاربردی تعمیم می‌یابند. در حالی که یک دوره اول در آمار فرض می شود، یک فصل بررسی روش های آماری پایه گنجانده شده است. برخی از موضوعات پیشرفته پوشش داده شده است، اما ارائه بصری باقی می ماند. مقدمه ای کوتاه برای تحلیل رگرسیون بررسی های پیچیده و یادداشت هایی برای مطالعه بیشتر ارائه شده است.

This new book provides a unified, in-depth, readable introduction to the multipredictor regression methods most widely used in biostatistics: linear models for continuous outcomes, logistic models for binary outcomes, the Cox model for right-censored survival times, repeated-measures models for longitudinal and hierarchical outcomes, and generalized linear models for counts and other outcomes.

Treating these topics together takes advantage of all they have in common. The authors point out the many-shared elements in the methods they present for selecting, estimating, checking, and interpreting each of these models. They also show that these regression methods deal with confounding, mediation, and interaction of causal effects in essentially the same way.

The examples, analyzed using Stata, are drawn from the biomedical context but generalize to other areas of application. While a first course in statistics is assumed, a chapter reviewing basic statistical methods is included. Some advanced topics are covered but the presentation remains intuitive. A brief introduction to regression analysis of complex surveys and notes for further reading are provided.