Autor Zhao, Yichuan
|
|
Documentos disponibles escritos por este autor (4)
Hacer una sugerencia Refinar búsqueda
Título : Modern Statistical Methods for Health Research Tipo de documento: documento electrónico Autores: Zhao, Yichuan, ; Chen, (Din) Ding-Geng, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2021 Número de páginas: XXV, 496 p. 82 ilustraciones ISBN/ISSN/DL: 978-3-030-72437-5 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Biometría Biología Bioestadística Investigación biomédica Índice Dewey: 57.015.195 Resumen: Este libro reúne las voces de destacados expertos en las fronteras de la bioestadística, la biomedicina y las ciencias de la salud para discutir los procedimientos estadísticos, los métodos útiles y las aplicaciones novedosas en la investigación en bioestadística. También incluye discusiones sobre posibles direcciones futuras de la biomedicina y nuevos desarrollos estadísticos para la investigación en salud, con la intención de estimular la investigación y fomentar las interacciones de los académicos en disciplinas relacionadas con la investigación en salud. Los temas cubiertos incluyen: Análisis de datos de salud y aplicaciones a datos de EHR Ensayos clínicos, FDR y aplicaciones en ciencias de la salud Análisis de grandes redes y sus aplicaciones en GWAS Análisis de supervivencia y análisis de datos funcionales Modelado gráfico en estudios genómicos El libro será valioso para los científicos de datos y estadísticos que trabajan en biomedicina y salud, otros profesionales de las ciencias de la salud y estudiantes de posgrado e investigadores en bioestadística y salud. Nota de contenido: 1. Alternative Capture-Recapture Point and Interval Estimators Based on Two Surveillance Streams – Lyles, Wilkinson, Williamson, Chen, Taylor, Jambai, Kaiser -- 2. On-Gaussian Model Based Object Tracking Analysis with Time Lapse Fluorescence Microscopy Images – Marcus, Kong -- 3. Detecting Changepoint in Gene Expressions over Time: An Application to Childhood Obesity – Mathur, Sung -- 4. How "Big" Are EHR Data? The Effective Sample Size of EHR Data Under Biased Sampling – Hubbard -- 5. A Nested Clustering Method to Detect and Cluster Transgenerational DNA Methylation Sites via Beta Regressions – Wang, Zhang, Han, Arshad, Karmaus -- 6. Controlling the False Discovery Rate of Grouped Hypotheses – MacDonald, Wilson, Liang, Qin -- 7. Approaches to Combining Phase II Proof-of-Concept and Dose-Finding Trials – Ting -- 8. On the Multiply Robust Estimation with Missing Data – Chen, Haziza -- 9. Recent Advances in Spectral Clustering and Their Applications in Bioinformatics – Xue -- 10. Functional DataModeling and Hypothesis Testing for Longitudinal Alzheimer Genome-Wide Association Studies – Li, Xu, Liu -- 11. Misuse of Classifiers in Biological Networks – Maharaj -- 12. A Selective Inference-based Two-stage Procedure for Clinical Safety Studies – Zhu, Guo -- 13. Inferring Stage of HCV Infections as Recent or Chronic by Machine Learning approach – Icer -- 14. Graphical Modeling of Multiple Biological Pathways in Genomic Studies – Cao, Zhang, Chen, Wang -- 15. Online Updating of Nonparametric Survival Estimator and Nonparametric Survival Test – Xue, Schifano, Hu -- 16. Mixed-Effects Negative Binomial Regression with Interval Censoring: A Simulation Study and Application to Precipitation and All-Cause Mortality Rates among Black South Africans over 1997-2013 – Landon, Lyles, Scovronick, Abadi, Bilotta, Hauer, Bell, Gribble -- 17. SAS Macros for Linear Mediation Analysis of Complex Survey Data Using Balanced Repeated Replication – Mai, Zhang -- 18. Joint Modeling of Multiple Skewed Longitudinal Processes with Excess of Zero and Time-to-Event: An Application to Fecundity Studies – Mirzaei, Kundu, Sundaram -- 19. Infectious Disease Epidemiology: Forecasting the Ongoing 2018-19 Ebola Epidemic in the Democratic Republic of Congo (DRC) Using Phenomenological Growth Models – Tariq, Chowell -- 20. Models and Estimation Methods for Item Factor Analysis: An Overview – Chen, Zhang. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Modern Statistical Methods for Health Research [documento electrónico] / Zhao, Yichuan, ; Chen, (Din) Ding-Geng, . - 1 ed. . - [s.l.] : Springer, 2021 . - XXV, 496 p. 82 ilustraciones.
ISBN : 978-3-030-72437-5
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Biometría Biología Bioestadística Investigación biomédica Índice Dewey: 57.015.195 Resumen: Este libro reúne las voces de destacados expertos en las fronteras de la bioestadística, la biomedicina y las ciencias de la salud para discutir los procedimientos estadísticos, los métodos útiles y las aplicaciones novedosas en la investigación en bioestadística. También incluye discusiones sobre posibles direcciones futuras de la biomedicina y nuevos desarrollos estadísticos para la investigación en salud, con la intención de estimular la investigación y fomentar las interacciones de los académicos en disciplinas relacionadas con la investigación en salud. Los temas cubiertos incluyen: Análisis de datos de salud y aplicaciones a datos de EHR Ensayos clínicos, FDR y aplicaciones en ciencias de la salud Análisis de grandes redes y sus aplicaciones en GWAS Análisis de supervivencia y análisis de datos funcionales Modelado gráfico en estudios genómicos El libro será valioso para los científicos de datos y estadísticos que trabajan en biomedicina y salud, otros profesionales de las ciencias de la salud y estudiantes de posgrado e investigadores en bioestadística y salud. Nota de contenido: 1. Alternative Capture-Recapture Point and Interval Estimators Based on Two Surveillance Streams – Lyles, Wilkinson, Williamson, Chen, Taylor, Jambai, Kaiser -- 2. On-Gaussian Model Based Object Tracking Analysis with Time Lapse Fluorescence Microscopy Images – Marcus, Kong -- 3. Detecting Changepoint in Gene Expressions over Time: An Application to Childhood Obesity – Mathur, Sung -- 4. How "Big" Are EHR Data? The Effective Sample Size of EHR Data Under Biased Sampling – Hubbard -- 5. A Nested Clustering Method to Detect and Cluster Transgenerational DNA Methylation Sites via Beta Regressions – Wang, Zhang, Han, Arshad, Karmaus -- 6. Controlling the False Discovery Rate of Grouped Hypotheses – MacDonald, Wilson, Liang, Qin -- 7. Approaches to Combining Phase II Proof-of-Concept and Dose-Finding Trials – Ting -- 8. On the Multiply Robust Estimation with Missing Data – Chen, Haziza -- 9. Recent Advances in Spectral Clustering and Their Applications in Bioinformatics – Xue -- 10. Functional DataModeling and Hypothesis Testing for Longitudinal Alzheimer Genome-Wide Association Studies – Li, Xu, Liu -- 11. Misuse of Classifiers in Biological Networks – Maharaj -- 12. A Selective Inference-based Two-stage Procedure for Clinical Safety Studies – Zhu, Guo -- 13. Inferring Stage of HCV Infections as Recent or Chronic by Machine Learning approach – Icer -- 14. Graphical Modeling of Multiple Biological Pathways in Genomic Studies – Cao, Zhang, Chen, Wang -- 15. Online Updating of Nonparametric Survival Estimator and Nonparametric Survival Test – Xue, Schifano, Hu -- 16. Mixed-Effects Negative Binomial Regression with Interval Censoring: A Simulation Study and Application to Precipitation and All-Cause Mortality Rates among Black South Africans over 1997-2013 – Landon, Lyles, Scovronick, Abadi, Bilotta, Hauer, Bell, Gribble -- 17. SAS Macros for Linear Mediation Analysis of Complex Survey Data Using Balanced Repeated Replication – Mai, Zhang -- 18. Joint Modeling of Multiple Skewed Longitudinal Processes with Excess of Zero and Time-to-Event: An Application to Fecundity Studies – Mirzaei, Kundu, Sundaram -- 19. Infectious Disease Epidemiology: Forecasting the Ongoing 2018-19 Ebola Epidemic in the Democratic Republic of Congo (DRC) Using Phenomenological Growth Models – Tariq, Chowell -- 20. Models and Estimation Methods for Item Factor Analysis: An Overview – Chen, Zhang. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i New Advances in Statistics and Data Science / Chen, Ding-Geng ; Jin, Zhezhen ; Li, Gang ; Li, Yi ; Liu, Aiyi ; Zhao, Yichuan
Título : New Advances in Statistics and Data Science Tipo de documento: documento electrónico Autores: Chen, Ding-Geng, ; Jin, Zhezhen, ; Li, Gang, ; Li, Yi, ; Liu, Aiyi, ; Zhao, Yichuan, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2017 Número de páginas: XXIII, 348 p. 74 ilustraciones, 41 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-69416-0 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Estadísticas Investigación cuantitativa Biometría Teoría y métodos estadísticos Análisis de datos y Big Data Bioestadística Índice Dewey: 519.5 Matemáticas estadísticas Resumen: Este libro se compone de las presentaciones realizadas en el 25º Simposio de Estadística Aplicada de ICSA celebrado en el Hyatt Regency, Atlanta, del 12 al 15 de junio de 2016. Este simposio atrajo a más de 700 estadísticos y científicos de datos que trabajan en el mundo académico, el gobierno y la industria de por todo el mundo. El tema de esta conferencia fue el "Desafío de Big Data y aplicaciones de la estadística", en reconocimiento del advenimiento de la era de Big Data, y el simposio ofreció oportunidades para aprender, recibir inspiración de viejas ideas de investigación y desarrollar otras nuevas, y para promover nuevas colaboraciones de investigación en las ciencias de datos. Las contribuciones invitadas abordaron temas ricos estrechamente relacionados con el análisis de big data en las ciencias de datos, reflejando avances recientes y desafíos importantes en estadística, estadísticas comerciales y bioestadística. Posteriormente, los seis editores seleccionaron 19 presentaciones de alta calidad e invitaron a los oradores a preparar capítulos completos para este libro, que muestra nuevos métodos en estadística y ciencias de datos, teorías emergentes y aplicaciones de casos de estadística, ciencia de datos y campos interdisciplinarios. Los temas tratados en el libro son oportunos y tienen un gran impacto en las ciencias de datos, identificando direcciones importantes para futuras investigaciones, promoviendo métodos estadísticos avanzados en la ciencia de big data y facilitando futuras colaboraciones entre disciplinas y entre teoría y práctica. Nota de contenido: Part 1 Review and Theoretical Framework in Data Science -- Ch 1 Statistical Distances and Their Role in Robustness -- Ch 2 The Out-source Error in Multi-source Cross Validation-type Procedures -- Ch 3 -- Meta-Analysis for Rare Events as Binary Outcomes -- Ch 4 New Challenges and Strategies in Robust Optimal Design for Multicategory Logit Modelling -- Ch 5 Testing of Multivariate Spline Growth Model -- Part 2 Complex and Big Data Analysis -- Ch 6 Uncertainty Quantification Using the Neighbor Gaussian Process -- Ch 7 Tuning Parameter Selection in the LASSO with Unspecified Propensity -- Adaptive Filtering Increases Power to Detect Differently Expressed Genes -- Ch 9 Estimating Parameters in Complex Systems with Functional Outputs - A Wavelet-based Approximate Bayesian Computation Approach -- Ch 10 A maximum Likelihood Approach for Non-invasive Cancer Diagnosis Using Methylation Profiling of Cell-free DNA from Blood -- Part 3 Clinical Trials, Statistical Shape Analysis and Application -- Ch 11 A Simpleand Efficient Statistical Approach for Designing an Early Phase II Clinical Trial - Ordinal Linear Contrast Test -- Ch 12 Landmark-constrained Statistical Shape Analysis of Elastic Curves and Surfaces -- Ch 13 Phylogeny-based kernels with Application to Microbiome Association Studies -- Ch 14 Accounting for Differential Error in Time-to-event Analyses using Imperfect Electronic Health Record-derived Endpoints -- Part 4 Statistical Modeling and Data Analysis -- Ch 15 Modeling Inter-trade Durations in the Limit Order market -- Ch 16 Assessment of Drug Interactions with Repeated Measurements -- Ch 17 Statistical Indices for Risk Tracking in Longitudinal Studies -- Ch 18 Statistical Analysis of Labor market Integration: A Mixture Regression Approach -- Ch 19 Bias Correction in Age-Cohort Models Using Eigen Analysis. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i New Advances in Statistics and Data Science [documento electrónico] / Chen, Ding-Geng, ; Jin, Zhezhen, ; Li, Gang, ; Li, Yi, ; Liu, Aiyi, ; Zhao, Yichuan, . - 1 ed. . - [s.l.] : Springer, 2017 . - XXIII, 348 p. 74 ilustraciones, 41 ilustraciones en color.
ISBN : 978-3-319-69416-0
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Estadísticas Investigación cuantitativa Biometría Teoría y métodos estadísticos Análisis de datos y Big Data Bioestadística Índice Dewey: 519.5 Matemáticas estadísticas Resumen: Este libro se compone de las presentaciones realizadas en el 25º Simposio de Estadística Aplicada de ICSA celebrado en el Hyatt Regency, Atlanta, del 12 al 15 de junio de 2016. Este simposio atrajo a más de 700 estadísticos y científicos de datos que trabajan en el mundo académico, el gobierno y la industria de por todo el mundo. El tema de esta conferencia fue el "Desafío de Big Data y aplicaciones de la estadística", en reconocimiento del advenimiento de la era de Big Data, y el simposio ofreció oportunidades para aprender, recibir inspiración de viejas ideas de investigación y desarrollar otras nuevas, y para promover nuevas colaboraciones de investigación en las ciencias de datos. Las contribuciones invitadas abordaron temas ricos estrechamente relacionados con el análisis de big data en las ciencias de datos, reflejando avances recientes y desafíos importantes en estadística, estadísticas comerciales y bioestadística. Posteriormente, los seis editores seleccionaron 19 presentaciones de alta calidad e invitaron a los oradores a preparar capítulos completos para este libro, que muestra nuevos métodos en estadística y ciencias de datos, teorías emergentes y aplicaciones de casos de estadística, ciencia de datos y campos interdisciplinarios. Los temas tratados en el libro son oportunos y tienen un gran impacto en las ciencias de datos, identificando direcciones importantes para futuras investigaciones, promoviendo métodos estadísticos avanzados en la ciencia de big data y facilitando futuras colaboraciones entre disciplinas y entre teoría y práctica. Nota de contenido: Part 1 Review and Theoretical Framework in Data Science -- Ch 1 Statistical Distances and Their Role in Robustness -- Ch 2 The Out-source Error in Multi-source Cross Validation-type Procedures -- Ch 3 -- Meta-Analysis for Rare Events as Binary Outcomes -- Ch 4 New Challenges and Strategies in Robust Optimal Design for Multicategory Logit Modelling -- Ch 5 Testing of Multivariate Spline Growth Model -- Part 2 Complex and Big Data Analysis -- Ch 6 Uncertainty Quantification Using the Neighbor Gaussian Process -- Ch 7 Tuning Parameter Selection in the LASSO with Unspecified Propensity -- Adaptive Filtering Increases Power to Detect Differently Expressed Genes -- Ch 9 Estimating Parameters in Complex Systems with Functional Outputs - A Wavelet-based Approximate Bayesian Computation Approach -- Ch 10 A maximum Likelihood Approach for Non-invasive Cancer Diagnosis Using Methylation Profiling of Cell-free DNA from Blood -- Part 3 Clinical Trials, Statistical Shape Analysis and Application -- Ch 11 A Simpleand Efficient Statistical Approach for Designing an Early Phase II Clinical Trial - Ordinal Linear Contrast Test -- Ch 12 Landmark-constrained Statistical Shape Analysis of Elastic Curves and Surfaces -- Ch 13 Phylogeny-based kernels with Application to Microbiome Association Studies -- Ch 14 Accounting for Differential Error in Time-to-event Analyses using Imperfect Electronic Health Record-derived Endpoints -- Part 4 Statistical Modeling and Data Analysis -- Ch 15 Modeling Inter-trade Durations in the Limit Order market -- Ch 16 Assessment of Drug Interactions with Repeated Measurements -- Ch 17 Statistical Indices for Risk Tracking in Longitudinal Studies -- Ch 18 Statistical Analysis of Labor market Integration: A Mixture Regression Approach -- Ch 19 Bias Correction in Age-Cohort Models Using Eigen Analysis. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i
Título : New Frontiers of Biostatistics and Bioinformatics Tipo de documento: documento electrónico Autores: Zhao, Yichuan, ; Chen, Ding-Geng, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: XXIV, 463 p. 138 ilustraciones, 62 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-99389-8 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Estadísticas Investigación cuantitativa Biometría Teoría y métodos estadísticos Análisis de datos y Big Data Bioestadística Índice Dewey: 519.5 Matemáticas estadísticas Resumen: Este libro se compone de presentaciones realizadas en el 5.º Taller sobre Bioestadística y Bioinformática celebrado en Atlanta del 5 al 7 de mayo de 2017. Con veintidós artículos seleccionados del taller, este libro muestra los avances más actuales en el campo y presenta nuevos métodos. , teorías y aplicaciones de casos en las fronteras de la bioestadística, la bioinformática y las áreas interdisciplinarias. La bioestadística y la bioinformática han jugado un papel clave en la estadística y otros campos de investigación científica en los últimos años. El objetivo del V Taller sobre Bioestadística y Bioinformática fue estimular la investigación, fomentar la interacción entre investigadores de campo y ofrecer oportunidades para aprender y facilitar colaboraciones de investigación en la era del big data. El volumen resultante ofrece información oportuna para investigadores, estudiantes y profesionales de la industria. . Nota de contenido: Chapter1. Importance of Adjusting for Multi-Stage Design when Analyzing Data from Complex Surveys -- Chapter2. A selective overview of semiparametric mixture of regression models -- Chapter3. Estimating the Confidence Interval of Evolutionary Stochastic Process Mean from Wavelet based Bootstrapping -- Chapter4. A New Wavelet-Based Approach for Mass Spectrometry Data Classification -- Chapter5. Identification of Pathway-Modulating Genes using the Biomedical Literature Mining -- Chapter6. Equivalence tests in subgroup analyses -- Chapter7. Empirical Study on High-Dimensional Variable Selection and Prediction under Competing Risks -- Chapter8. Learning Gene Regulatory Networks with High-Dimensional Heterogeneous Data -- Chapter9. Discriminant Analysis and Normalization Methods for Next-generation Sequencing Data -- Chapter10. Rank-based Empirical Likelihood for Regression Models with Responses Missing at Random -- Chapter11. Nonparametric Estimation of a Hazard Rate Function with Right Truncated Data -- Chapter12. On the landmark survival model for dynamic prediction of event occurrence using longitudinal data -- Chapter13. Analysis of the High School Longitudinal Study to Evaluate Associations Among Mathematics Achievement, Mentorship and Student Participation in STEM Programs -- Chapter14. OptimalWeightedWilcoxonЀ“MannЀ“Whitney Test for Prioritized Outcomes -- Chapter15. Wavelet-based profile monitoring using order-thresholding recursive CUSUM schemes -- Chapter16. Bayesian Nonparametric Spatially Smoothed Density Estimation -- Chapter17. Nonparametric Estimation of a Cumulative Hazard Function with Right Truncated Data -- Chapter18. Mammogram Diagnostics Using Robust Wavelet-based Estimator of Hurst Exponent -- Chapter19. Statistical Power and Bayesian Assurance in Clinical Trial Design -- Chapter20. Predicting Confidence Interval for the Proportion at the Time of Study Planning in Small Clinical Trials -- Chapter21. Performance evaluation of normalization approaches for metagenomic compositional data on differential abundance analysis -- Chapter22. Statistical Modeling for the Heart Disease Diag-nosis via Multiple Imputation. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i New Frontiers of Biostatistics and Bioinformatics [documento electrónico] / Zhao, Yichuan, ; Chen, Ding-Geng, . - 1 ed. . - [s.l.] : Springer, 2018 . - XXIV, 463 p. 138 ilustraciones, 62 ilustraciones en color.
ISBN : 978-3-319-99389-8
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Estadísticas Investigación cuantitativa Biometría Teoría y métodos estadísticos Análisis de datos y Big Data Bioestadística Índice Dewey: 519.5 Matemáticas estadísticas Resumen: Este libro se compone de presentaciones realizadas en el 5.º Taller sobre Bioestadística y Bioinformática celebrado en Atlanta del 5 al 7 de mayo de 2017. Con veintidós artículos seleccionados del taller, este libro muestra los avances más actuales en el campo y presenta nuevos métodos. , teorías y aplicaciones de casos en las fronteras de la bioestadística, la bioinformática y las áreas interdisciplinarias. La bioestadística y la bioinformática han jugado un papel clave en la estadística y otros campos de investigación científica en los últimos años. El objetivo del V Taller sobre Bioestadística y Bioinformática fue estimular la investigación, fomentar la interacción entre investigadores de campo y ofrecer oportunidades para aprender y facilitar colaboraciones de investigación en la era del big data. El volumen resultante ofrece información oportuna para investigadores, estudiantes y profesionales de la industria. . Nota de contenido: Chapter1. Importance of Adjusting for Multi-Stage Design when Analyzing Data from Complex Surveys -- Chapter2. A selective overview of semiparametric mixture of regression models -- Chapter3. Estimating the Confidence Interval of Evolutionary Stochastic Process Mean from Wavelet based Bootstrapping -- Chapter4. A New Wavelet-Based Approach for Mass Spectrometry Data Classification -- Chapter5. Identification of Pathway-Modulating Genes using the Biomedical Literature Mining -- Chapter6. Equivalence tests in subgroup analyses -- Chapter7. Empirical Study on High-Dimensional Variable Selection and Prediction under Competing Risks -- Chapter8. Learning Gene Regulatory Networks with High-Dimensional Heterogeneous Data -- Chapter9. Discriminant Analysis and Normalization Methods for Next-generation Sequencing Data -- Chapter10. Rank-based Empirical Likelihood for Regression Models with Responses Missing at Random -- Chapter11. Nonparametric Estimation of a Hazard Rate Function with Right Truncated Data -- Chapter12. On the landmark survival model for dynamic prediction of event occurrence using longitudinal data -- Chapter13. Analysis of the High School Longitudinal Study to Evaluate Associations Among Mathematics Achievement, Mentorship and Student Participation in STEM Programs -- Chapter14. OptimalWeightedWilcoxonЀ“MannЀ“Whitney Test for Prioritized Outcomes -- Chapter15. Wavelet-based profile monitoring using order-thresholding recursive CUSUM schemes -- Chapter16. Bayesian Nonparametric Spatially Smoothed Density Estimation -- Chapter17. Nonparametric Estimation of a Cumulative Hazard Function with Right Truncated Data -- Chapter18. Mammogram Diagnostics Using Robust Wavelet-based Estimator of Hurst Exponent -- Chapter19. Statistical Power and Bayesian Assurance in Clinical Trial Design -- Chapter20. Predicting Confidence Interval for the Proportion at the Time of Study Planning in Small Clinical Trials -- Chapter21. Performance evaluation of normalization approaches for metagenomic compositional data on differential abundance analysis -- Chapter22. Statistical Modeling for the Heart Disease Diag-nosis via Multiple Imputation. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i
Título : Statistical Modeling in Biomedical Research : Contemporary Topics and Voices in the Field Tipo de documento: documento electrónico Autores: Zhao, Yichuan, ; Chen, Ding-Geng (Din), Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: XVIII, 491 p. 107 ilustraciones, 79 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-33416-1 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Biometría Investigación cuantitativa Procesamiento de datos Bioestadística Análisis de datos y Big Data Minería de datos y descubrimiento de conocimientos Índice Dewey: 57.015.195 Resumen: Esta colección editada analiza los temas emergentes en el modelado estadístico para la investigación biomédica. Los principales expertos en las fronteras de la bioestadística y la investigación biomédica analizan los procedimientos estadísticos, los métodos útiles y sus novedosas aplicaciones en la investigación bioestadística. De alcance interdisciplinario, el volumen en su conjunto refleja los últimos avances en modelos estadísticos en la investigación biomédica, identifica nuevas direcciones impactantes y busca impulsar el campo hacia adelante. También fomenta la interacción de académicos en el campo, ofreciendo grandes oportunidades para estimular futuras colaboraciones. Este libro atraerá a científicos y estadísticos de datos de la industria, investigadores y estudiantes de posgrado en bioestadística y ciencias biomédicas. Cubre temas en: Análisis de datos de secuencia de próxima generación Aprendizaje profundo, medicina de precisión y sus aplicaciones Análisis de datos a gran escala y sus aplicaciones Investigación y modelado biomédico Análisis de supervivencia con estructura de datos compleja y sus aplicaciones. Nota de contenido: Preface -- Part I: Next Generation Sequence Data Analysis -- 1. Modeling Species Specific Gene Expression Across Multiple Regions in the Brain -- 2. Classification of EEG Motion Artifact Signals Using Spatial ICA -- 3. Weighted K-means Clustering with Observation Weight for Single-cell Epigenomic Data -- 4. Discrete Multiple Testing in Detecting Differential Methylation Using Sequencing Data -- Part II: Deep Learning, Precision Medicine and Applications -- 5. Prediction of Functional Markers of Mass Cytometry Data via Deep Learning -- 6. Building Health Application Recommender System Using Partially Penalized Regression -- 7. Hierarchical Continuous Time Hidden Markov Model, with Application in Zero-Inflated Accelerometer Data -- Part III: Large Scale Data Analysis and its Applications -- 8. Privacy Preserving Feature Selection Via Voted Wrapper Method For Horizontally Distributed Medical Data -- 9. Improving Maize Trait through Modifying Combination of Genes -- 10. Molecular Basis of Food Classification in Traditional Chinese Medicine -- 11. Discovery Among Binary Biomarkers in Heterogeneous Populations -- Part IV: Biomedical Research and the Modelling -- 12. Heat Kernel Smoothing on Manifolds and Its Application to Hyoid Bone Growth Modeling -- 13. Optimal Projections in the Distance-Based Statistical Methods -- 14. Kernel Tests for One, Two, and K-Sample Goodness-Of-Fit: State of the Art and Implementation Considerations -- 15. Hierarchical Modeling of the Effect of Pre-exposure Prophylaxis on HIV in the US -- 16. Mathematical Model of Mouse Ventricular Myocytes Overexpressing Adenylyl Cyclase Type 5 -- Part V: Survival Analysis with Complex Data Structure and its Applications -- 17. Non-Parametric Maximum Likelihood Estimator for Case-Cohort and Nested Case-Control Designs with Competing Risks Data -- Authors: Jie-Huei Wang, Chun-Hao Pan, Yi-Hau Chen and I-Shou Chang -- 18. Variable Selection in Partially Linear Proportional Hazards Model with Grouped Covariates and a Diverging Number of Parameters -- 19. Inference of Transition Probabilities in Multi-state Models using Adaptive Inverse Probability Censoring Weighting Technique. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Statistical Modeling in Biomedical Research : Contemporary Topics and Voices in the Field [documento electrónico] / Zhao, Yichuan, ; Chen, Ding-Geng (Din), . - 1 ed. . - [s.l.] : Springer, 2020 . - XVIII, 491 p. 107 ilustraciones, 79 ilustraciones en color.
ISBN : 978-3-030-33416-1
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Biometría Investigación cuantitativa Procesamiento de datos Bioestadística Análisis de datos y Big Data Minería de datos y descubrimiento de conocimientos Índice Dewey: 57.015.195 Resumen: Esta colección editada analiza los temas emergentes en el modelado estadístico para la investigación biomédica. Los principales expertos en las fronteras de la bioestadística y la investigación biomédica analizan los procedimientos estadísticos, los métodos útiles y sus novedosas aplicaciones en la investigación bioestadística. De alcance interdisciplinario, el volumen en su conjunto refleja los últimos avances en modelos estadísticos en la investigación biomédica, identifica nuevas direcciones impactantes y busca impulsar el campo hacia adelante. También fomenta la interacción de académicos en el campo, ofreciendo grandes oportunidades para estimular futuras colaboraciones. Este libro atraerá a científicos y estadísticos de datos de la industria, investigadores y estudiantes de posgrado en bioestadística y ciencias biomédicas. Cubre temas en: Análisis de datos de secuencia de próxima generación Aprendizaje profundo, medicina de precisión y sus aplicaciones Análisis de datos a gran escala y sus aplicaciones Investigación y modelado biomédico Análisis de supervivencia con estructura de datos compleja y sus aplicaciones. Nota de contenido: Preface -- Part I: Next Generation Sequence Data Analysis -- 1. Modeling Species Specific Gene Expression Across Multiple Regions in the Brain -- 2. Classification of EEG Motion Artifact Signals Using Spatial ICA -- 3. Weighted K-means Clustering with Observation Weight for Single-cell Epigenomic Data -- 4. Discrete Multiple Testing in Detecting Differential Methylation Using Sequencing Data -- Part II: Deep Learning, Precision Medicine and Applications -- 5. Prediction of Functional Markers of Mass Cytometry Data via Deep Learning -- 6. Building Health Application Recommender System Using Partially Penalized Regression -- 7. Hierarchical Continuous Time Hidden Markov Model, with Application in Zero-Inflated Accelerometer Data -- Part III: Large Scale Data Analysis and its Applications -- 8. Privacy Preserving Feature Selection Via Voted Wrapper Method For Horizontally Distributed Medical Data -- 9. Improving Maize Trait through Modifying Combination of Genes -- 10. Molecular Basis of Food Classification in Traditional Chinese Medicine -- 11. Discovery Among Binary Biomarkers in Heterogeneous Populations -- Part IV: Biomedical Research and the Modelling -- 12. Heat Kernel Smoothing on Manifolds and Its Application to Hyoid Bone Growth Modeling -- 13. Optimal Projections in the Distance-Based Statistical Methods -- 14. Kernel Tests for One, Two, and K-Sample Goodness-Of-Fit: State of the Art and Implementation Considerations -- 15. Hierarchical Modeling of the Effect of Pre-exposure Prophylaxis on HIV in the US -- 16. Mathematical Model of Mouse Ventricular Myocytes Overexpressing Adenylyl Cyclase Type 5 -- Part V: Survival Analysis with Complex Data Structure and its Applications -- 17. Non-Parametric Maximum Likelihood Estimator for Case-Cohort and Nested Case-Control Designs with Competing Risks Data -- Authors: Jie-Huei Wang, Chun-Hao Pan, Yi-Hau Chen and I-Shou Chang -- 18. Variable Selection in Partially Linear Proportional Hazards Model with Grouped Covariates and a Diverging Number of Parameters -- 19. Inference of Transition Probabilities in Multi-state Models using Adaptive Inverse Probability Censoring Weighting Technique. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i
