Linear and Generalized Linear Mixed Models and Their Applications / Jiang, Jiming  

Público ISBD Ningún comentario para este título. Título : Linear and Generalized Linear Mixed Models and Their Applications Tipo de documento: documento electrónico Autores: Jiang, Jiming, ; Nguyen, Thuan, Mención de edición: 2 ed. Editorial: New York, N.Y. [USA] : Springer Fecha de publicación: 2021 Número de páginas: XIV, 343 p. 13 ilustraciones, 8 ilustraciones en color. ISBN/ISSN/DL: 978-1-07-161282-8 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Biometría  Probabilidades  Estadísticas  Salud pública  Análisis numérico  Genética de poblaciones  Bioestadística  Teoría de probabilidad  Teoría y métodos estadísticos. Clasificación: 57.015.195 Resumen: En su segunda edición, este libro cubre dos clases principales de modelos de efectos mixtos (modelos lineales mixtos y modelos lineales generalizados mixtos) y presenta una descripción actualizada de la teoría y los métodos de análisis de estos modelos, así como sus aplicaciones en diversos campos. Ofrece un enfoque sistemático para la inferencia sobre modelos lineales mixtos no gaussianos. Además, analiza los últimos avances y métodos en el campo, incorporando actualizaciones relevantes desde la publicación de la primera edición. Estas incluyen avances en modelos lineales mixtos de alta dimensión en estudios de asociación de todo el genoma (GWAS), avances en la inferencia sobre modelos lineales mixtos generalizados con efectos aleatorios cruzados, nuevos métodos en predicción de modelos mixtos, selección de modelos mixtos y diagnósticos de modelos mixtos. Este libro es adecuado para estudiantes, investigadores y profesionales que estén interesados ​​en el uso de modelos mixtos para el análisis de datos estadísticos con aplicaciones de salud pública. Es mejor para cursos de posgrado en estadística, o para aquellos que han tomado un primer curso de estadística matemática, están familiarizados con el uso de computadoras para el análisis de datos y tienen una formación básica en cálculo y álgebra lineal. Nota de contenido: 1. Linear Mixed Models: Part I -- 2. Linear Mixed Models: Part II -- 3. Generalized Linear Mixed Models: Part I -- 4. Generalized Linear Mixed Models: Part II. Tipo de medio : Computadora Summary : Now in its second edition, this book covers two major classes of mixed effects models—linear mixed models and generalized linear mixed models—and it presents an up-to-date account of theory and methods in analysis of these models as well as their applications in various fields. It offers a systematic approach to inference about non-Gaussian linear mixed models. Furthermore, it discusses the latest developments and methods in the field, incorporating relevant updates since publication of the first edition. These include advances in high-dimensional linear mixed models in genome-wide association studies (GWAS), advances in inference about generalized linear mixed models with crossed random effects, new methods in mixed model prediction, mixed model selection, and mixed model diagnostics. This book is suitable for students, researchers, and practitioners who are interested in using mixed models for statistical data analysis with public health applications. It is best for graduatecourses in statistics, or for those who have taken a first course in mathematical statistics, are familiar with using computers for data analysis, and have a foundational background in calculus and linear algebra. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Linear and Generalized Linear Mixed Models and Their Applications [documento electrónico] / Jiang, Jiming, ; Nguyen, Thuan,  . -  2 ed.  . - New York, N.Y. [USA] : Springer, 2021 . - XIV, 343 p. 13 ilustraciones, 8 ilustraciones en color. ISBN : 978-1-07-161282-8 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Biometría  Probabilidades  Estadísticas  Salud pública  Análisis numérico  Genética de poblaciones  Bioestadística  Teoría de probabilidad  Teoría y métodos estadísticos. Clasificación: 57.015.195 Resumen: En su segunda edición, este libro cubre dos clases principales de modelos de efectos mixtos (modelos lineales mixtos y modelos lineales generalizados mixtos) y presenta una descripción actualizada de la teoría y los métodos de análisis de estos modelos, así como sus aplicaciones en diversos campos. Ofrece un enfoque sistemático para la inferencia sobre modelos lineales mixtos no gaussianos. Además, analiza los últimos avances y métodos en el campo, incorporando actualizaciones relevantes desde la publicación de la primera edición. Estas incluyen avances en modelos lineales mixtos de alta dimensión en estudios de asociación de todo el genoma (GWAS), avances en la inferencia sobre modelos lineales mixtos generalizados con efectos aleatorios cruzados, nuevos métodos en predicción de modelos mixtos, selección de modelos mixtos y diagnósticos de modelos mixtos. Este libro es adecuado para estudiantes, investigadores y profesionales que estén interesados ​​en el uso de modelos mixtos para el análisis de datos estadísticos con aplicaciones de salud pública. Es mejor para cursos de posgrado en estadística, o para aquellos que han tomado un primer curso de estadística matemática, están familiarizados con el uso de computadoras para el análisis de datos y tienen una formación básica en cálculo y álgebra lineal. Nota de contenido: 1. Linear Mixed Models: Part I -- 2. Linear Mixed Models: Part II -- 3. Generalized Linear Mixed Models: Part I -- 4. Generalized Linear Mixed Models: Part II. Tipo de medio : Computadora Summary : Now in its second edition, this book covers two major classes of mixed effects models—linear mixed models and generalized linear mixed models—and it presents an up-to-date account of theory and methods in analysis of these models as well as their applications in various fields. It offers a systematic approach to inference about non-Gaussian linear mixed models. Furthermore, it discusses the latest developments and methods in the field, incorporating relevant updates since publication of the first edition. These include advances in high-dimensional linear mixed models in genome-wide association studies (GWAS), advances in inference about generalized linear mixed models with crossed random effects, new methods in mixed model prediction, mixed model selection, and mixed model diagnostics. This book is suitable for students, researchers, and practitioners who are interested in using mixed models for statistical data analysis with public health applications. It is best for graduatecourses in statistics, or for those who have taken a first course in mathematical statistics, are familiar with using computers for data analysis, and have a foundational background in calculus and linear algebra. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

---

1 (1 - 1 / 1) Ver por página : 25 50 100 200