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: [1st ed. 2021] نویسندگان: Thomas W. MacFarland, Jan M. Yates سری: ISBN (شابک) : 303062403X, 9783030624033 ناشر: Springer سال نشر: 2021 تعداد صفحات: 937 [929] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 16 Mb
در صورت تبدیل فایل کتاب Using R for Biostatistics 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 استفاده از R برای آمار زیستی 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 زبان نرم افزار منبع باز R را معرفی می کند که می تواند در آمار زیستی برای سازماندهی داده ها، تجزیه و تحلیل آماری و ارائه گرافیکی پیاده سازی شود. در سالهای پس از کار نویسندگان در سال 2014 مقدمهای بر تجزیه و تحلیل دادهها و ارائه گرافیکی در آمار زیستی با R، جامعه کاربران R بهطور تصاعدی رشد کرده و زبان R از نظر بلوغ و عملکرد افزایش یافته است. این جلد بهروز شده، مجموعههای مهارتی مفید برای دانشآموزان و متخصصان علوم زیستی را با توضیح نحوه کار با دادهها به شیوهای کارآمد، نحوه مشارکت در تجزیه و تحلیلهای آماری معنادار از منظرهای متعدد، و نحوه تولید گرافیک با کیفیت بالا برای افراد حرفهای گسترش میدهد. انتشار تحقیقات خود
یک موضوع رایج برای تحقیق در علوم زیستی متنوع این است که تصمیم گیری به استفاده تجربی از داده ها بستگی دارد. نویسندگان با تمرکز بر دادهها از منظر پارامتری به موضوعاتی مانند آزمونهای t Student برای نمونههای مستقل و جفتهای همسان میپردازند. تجزیه و تحلیل واریانس یک طرفه و دو طرفه. و همبستگی و رگرسیون خطی. نویسندگان همچنین اهمیت یک دیدگاه ناپارامتری برای تضمین کیفیت را از طریق فصول مربوط به آزمون U Mann-Whitney، آزمون رتبهبندیهای جفت منطبقشده Wilcoxon، آزمون H Kruskal-Wallis برای تجزیه و تحلیل واریانس یک طرفه، و تجزیه و تحلیل دو طرفه فریدمن نشان میدهند. واریانس.برای پرداختن به عنصر ارائه داده، این کتاب همچنین بررسی گسترده ای از بسیاری از توابع گرافیکی موجود با R ارائه می دهد. اکنون شاید بیش از 15000 بسته خارجی در دسترس جامعه R باشد. نویسندگان تاکید ویژهای بر گرافیک با استفاده از بسته شبکه و بسته ggplot2 و همچنین شکلهای کمتر رایج، اما به همان اندازه مفید، مانند طرحهای bean، نمودارهای نواری، و نمودارهای ویولن دارند.
یک بسته قوی از مطالب تکمیلی، و همچنین مقدمه ای از توسعه R و رشته آمار زیستی، این را برای زبان آموزان تازه کار و همچنین تمرین کنندگان با تجربه تر ایده آل می کند.
This book introduces the open source R software language that can be implemented in biostatistics for data organization, statistical analysis, and graphical presentation. In the years since the authors’ 2014 work Introduction to Data Analysis and Graphical Presentation in Biostatistics with R, the R user community has grown exponentially and the R language has increased in maturity and functionality. This updated volume expands upon skill-sets useful for students and practitioners in the biological sciences by describing how to work with data in an efficient manner, how to engage in meaningful statistical analyses from multiple perspectives, and how to generate high-quality graphics for professional publication of their research.
A common theme for research in the diverse biological sciences is that decision-making depends on the empirical use of data. Beginning with a focus on data from a parametric perspective, the authors address topics such as Student t-Tests for independent samples and matched pairs; oneway and twoway analyses of variance; and correlation and linear regression. The authors also demonstrate the importance of a nonparametric perspective for quality assurance through chapters on the Mann-Whitney U Test, Wilcoxon Matched-Pairs Signed-Ranks test, Kruskal-Wallis H-Test for Oneway Analysis of Variance, and the Friedman Twoway Analysis of Variance.To address the element of data presentation, the book also provides an extensive review of the many graphical functions available with R. There are now perhaps more than 15,000 external packages available to the R community. The authors place special emphasis on graphics using the lattice package and the ggplot2 package, as well as less common, but equally useful, figures such as bean plots, strip charts, and violin plots.
A robust package of supplementary material, as well as an introduction of the development of both R and the discipline of biostatistics, makes this ideal for novice learners as well as more experienced practitioners.