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: Mitchell G. Maltenfort, Camilo Restrepo, Antonia F. Chen سری: ISBN (شابک) : 9781138091795, 9781315107875 ناشر: CRC Press سال نشر: 2021 تعداد صفحات: [153] 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 Statistical Reasoning for Surgeons 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 استدلال آماری برای جراحان 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 مختصری است که ایده های استدلال آماری را برای مخاطبان جراحان شاغل توضیح می دهد. این موضوع موضوعات مورد علاقه خاص جراحان، به ویژه در مورد نتایج بیمار پس از جراحی را پوشش می دهد. از مثال های واقعی واقعی برای نشان دادن سودمندی روش های آماری استفاده می کند.
This is a concise book that explains ideas of statistical reasoning for an audience of practising surgeons. It covers topics of specific interest to surgeons, notably concerning patient outcomes after surgery. It uses concrete real examples to illustrate the usefulness of statistical methods.
Cover Half Title Title Page Copyright Page Dedication Table of Contents Preface Authors’ Biographies Chapter 1 Introduction – Why Does a Surgeon Need Statistics? Chapter 2 Interpreting Probability: Medical School Axioms of Probability Horses before Zebras The Simplest Explanation Is Most Likely The Patient Can Have as Many Diseases as They Please There Are More Differences between Bad Medicine and Good Medicine; ThAn There Is between Good Medicine and No Medicine Chapter 3 Statistics, the Law of Large Numbers, and the Confidence Interval Chapter 4 The Basics of Statistical Tests Care and Feeding of p-Values The Perils of Productivity Sample Size versus p-Values Always Include the Confidence Interval Chapter 5 How Much Data Is Enough? Chapter 6 Showing the Data to Yourself First – Graphs and Tables, Part 1 Chapter 7 How Normal Is a Gaussian Distribution? What to Do with Extreme Values? Non-Gaussian Distributions Extreme Values Ordinal Data Chapter 8 All Probabilities Are Conditional Chapter 9 Quality versus Quantity in Data Know What You’re Getting Proper Layout To Categorize or Not to Categorize Chapter 10 Practical Examples Example 1: Blood Loss Example 2: Comorbidities and Mortality Example 3: Minimal Clinically Important Difference Example 4: The Particular Problem of BMI Chapter 11 All Things Being Equal – But How? (Designing the Study) Random Assignment Is Not Always an Option Matching and Stratification Selecting Multiple Predictors Propensity Scores Also Consider Chapter 12 Binary and Count Outcomes Chapter 13 Repeated Measurements and Accounting for Change Chapter 14 What If the Data Is Not All There? Chapter 15 Showing the Data to Others – Graphs and Tables, Part 2 Organizing the Presentation Presenting the Narrative Keeping Numbers in Context Tables versus Graphs: Scale and Style Articulating the Story Visual Lingo Chapter 16 Further Reading Glossary References Index