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
دسته بندی: تحلیل و بررسی ویرایش: نویسندگان: Peter S. Wludyka, and Karen A. F. Copeland Peter R. Nelson سری: ASA-SIAM series on statistics and applied probability ISBN (شابک) : 9780898715927, 089871592X ناشر: Society for Industrial and Applied Mathematics سال نشر: 2005 تعداد صفحات: 259 زبان: English فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 2 مگابایت
در صورت تبدیل فایل کتاب The analysis of means: a graphical method for comparing means, rates and proportions 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 تجزیه و تحلیل معنی: یک روش گرافیکی برای مقایسه میانگین ها ، نرخ ها و نسبت ها 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.
تجزیه و تحلیل میانگین ها (ANOM) یک روش گرافیکی است که برای تعیین کمیت تفاوت ها بین گروه های درمانی در انواع موقعیت های طراحی آزمایشی و مطالعه مشاهده ای استفاده می شود. نمودار تصمیم ANOM به فرد اجازه می دهد تا به راحتی نتیجه گیری کند و نتایج را با توجه به اهمیت آماری و عملی تفسیر کند. این یک انتخاب عالی برای مقایسه چندگانه میانگین ها، نرخ ها یا نسبت ها است و می تواند با داده های متعادل و نامتعادل استفاده شود. پیشرفتهای کلیدی در روشهای ANOM که در طول 20 سال گذشته فقط در مجلات فنی ظاهر شدهاند، در این اولین درمان جامع مدرن ANOM گنجانده شده است که شامل تمام اطلاعات مورد نیاز برای پزشکان برای درک و به کارگیری ANOM است. تجزیه و تحلیل میانگین ها: روشی گرافیکی برای مقایسه میانگین ها، نرخ ها و نسبت ها شامل نمونه هایی از طیف گسترده ای از زمینه های اقتباس شده از برنامه ها و داده های دنیای واقعی با دستورالعمل های گام به گام و آسان برای پیگیری است. از جلو بارگذاری شده است، بنابراین کاربران بالقوه ANOM می توانند راه حل هایی برای مشکلات استاندارد در پنج فصل اول بیابند. یک پیوست حاوی چندین مثال SAS® است که قابلیتهای ANOM سیستم و نحوه استفاده از SAS برای تولید نمودارهای تصمیم ANOM انتخاب شده در کتاب را نشان میدهد. با توجه به این ویژگی ها، فقدان کتاب دیگری در مورد ANOM، و گنجاندن اخیر ANOM در SAS، این کتاب افزودنی خوشایند به قفسه کتاب پزشکان و آماردانان خواهد بود، جایی که هم به عنوان آغازگر و هم مرجع عمل می کند. آماردانان کاربردی، به ویژه آماردانان مشاور، متوجه خواهند شد که جنبه گرافیکی ANOM انتقال نتایج را به افراد غیرآمار آسان می کند. مهندسان صنعت، فرآیند و کیفیت متوجه خواهند شد که نمودارهای تصمیمات ANOM یک رابط ایده آل با مدیریت ارائه می دهند و می توانند در فروش نتایج تحقیقاتی مفید باشند. روشهای ANOM برای مقایسه نرخها و نسبتهای موجود در تنظیمات مراقبتهای بهداشتی مدیریتشده، و برای مقایسه نتایج در مطالعات چندبازویی انجامشده توسط محققان آماری در پزشکی عالی هستند.
The analysis of means (ANOM) is a graphical procedure used to quantify differences among treatment groups in a variety of experimental design and observational study situations. The ANOM decision chart allows one to easily draw conclusions and interpret results with respect to both statistical and practical significance. It is an excellent choice for multiple comparisons of means, rates, or proportions and can be used with both balanced and unbalanced data. Key advances in ANOM procedures that have appeared only in technical journals during the last 20 years are included in this first comprehensive modern treatment of the ANOM containing all of the needed information for practitioners to understand and apply ANOM. The Analysis of Means: A Graphical Method for Comparing Means, Rates, and Proportions contains examples from a wide variety of fields adapted from real-world applications and data with easy-to-follow, step-by-step instructions. It is front loaded, so potential ANOM users can find solutions to standard problems in the first five chapters. An appendix contains several SAS® examples showing the system’s ANOM capabilities and how SAS was used to produce selected ANOM decision charts in the book. Given these features, the lack of any other book on ANOM, and the recent inclusion of ANOM in SAS, this book will be a welcome addition to practitioners’ and statisticians’ bookshelves, where it will serve both as a primer and reference. Applied statisticians, particularly consulting statisticians, will find that the graphical aspect of ANOM makes it easy to convey results to nonstatisticians. Industrial, process, and quality engineers will find that the ANOM decisions charts offer an ideal interface with management and can be instrumental in selling research conclusions. The ANOM procedures are great for comparing the rates and proportions found in managed health care settings, and for comparing outcomes in multiarm studies done by statistical researchers in medicine.