Analysis of Repeated Measures Data / Islam, M. Ataharul  

Público ISBD Ningún comentario para este título. Título : Analysis of Repeated Measures Data Tipo de documento: documento electrónico Autores: Islam, M. Ataharul, ; Chowdhury, Rafiqul I., Mención de edición: 1 ed. Editorial: Singapore [Malasya] : Springer Fecha de publicación: 2017 Número de páginas: XIX, 250 p. 6 ilustraciones ISBN/ISSN/DL: 978-981-10-3794-8 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: Estadísticas  Biometría  Ciencias sociales  Estadística en Negocios  Gestión  Economía  Finanzas  Seguros  Teoría y métodos estadísticos.  Bioestadística  Estadística en Ciencias Sociales  Humanidades  Derecho  Educación  Ciencias del Comportamiento  Políticas Públicas Clasificación: 300.727 Resumen: Este libro presenta una amplia gama de técnicas estadísticas para abordar las necesidades emergentes en el campo de las medidas repetidas. También proporciona una descripción general completa de las extensiones de modelos lineales generalizados para la familia de distribuciones exponenciales bivariadas, que representan un nuevo desarrollo en el análisis de datos de medidas repetidas. La demanda de modelos estadísticos para resultados correlacionados ha crecido rápidamente recientemente, principalmente debido a la presencia de dos tipos de asociaciones subyacentes: asociaciones entre resultados y asociaciones entre variables explicativas y resultados. El libro aborda sistemáticamente los problemas clave que surgen en el modelado de datos de medidas repetidas, teniendo en cuenta aquellos factores que desempeñan un papel importante en la estimación de las relaciones subyacentes entre covariables y variables de resultados para datos de resultados correlacionados. Además, presenta nuevos enfoques para abordar los desafíos actuales en el campo de las medidas repetidas y los modelos basados ​​en probabilidades condicionales y conjuntas. Los modelos de Markov de primer orden y superiores se utilizan para modelos condicionales además de probabilidades condicionales en función de covariables. De manera similar, los modelos conjuntos se desarrollan utilizando tanto probabilidades marginales condicionales como probabilidades conjuntas en función de covariables. Además de los modelos lineales generalizados para resultados bivariados, destaca modelos semiparamétricos extendidos para datos de tiempo de falla continuo y sus aplicaciones con el fin de incluir modelos para una gama más amplia de variables de resultado que los investigadores encuentran en diversos campos. El libro analiza además el problema de analizar datos de medidas repetidas para determinar el tiempo de falla en el marco de riesgo competitivo, que ahora está asumiendo un papel cada vez más importante en el campo del análisis de supervivencia, la confiabilidad y la ciencia actuarial. En cada capítulo se incluyen detalles sobre cómo realizar los análisis y se complementan con paquetes y funciones R recientemente desarrollados junto con códigos SAS y macro/IML. Es un recurso valioso para investigadores, estudiantes de posgrado y otros usuarios de técnicas estadísticas para analizar datos de medidas repetidas. Nota de contenido: Introduction -- Linear Models -- Univariate Exponential Family of Distributions -- Generalized Linear Model -- Covariate Dependent Markov Models -- Model for Bivariate Binary Data -- Model for Bivariate Geometric Model -- Model for Bivariate Count Data -- Models for Bivariate Exponential and Weibull Data -- Quasi –Likelihood Methods -- Generalized Estimating Equations -- A Generalized Multivariate Model -- Multistate and Multistage Models -- Analysing Data Using R and SAS. . Tipo de medio : Computadora Summary : This book presents a broad range of statistical techniques to address emerging needs in the field of repeated measures. It also provides a comprehensive overview of extensions of generalized linear models for the bivariate exponential family of distributions, which represent a new development in analysing repeated measures data. The demand for statistical models for correlated outcomes has grown rapidly recently, mainly due to presence of two types of underlying associations: associations between outcomes, and associations between explanatory variables and outcomes. The book systematically addresses key problems arising in the modelling of repeated measures data, bearing in mind those factors that play a major role in estimating the underlying relationships between covariates and outcome variables for correlated outcome data. In addition, it presents new approaches to addressing current challenges in the field of repeated measures and models based on conditional and joint probabilities. Markov models of first and higher orders are used for conditional models in addition to conditional probabilities as a function of covariates. Similarly, joint models are developed using both marginal-conditional probabilities as well as joint probabilities as a function of covariates. In addition to generalized linear models for bivariate outcomes, it highlights extended semi-parametric models for continuous failure time data and their applications in order to include models for a broader range of outcome variables that researchers encounter in various fields. The book further discusses the problem of analysing repeated measures data for failure time in the competing risk framework, which is now taking on an increasingly important role in the field of survival analysis, reliability and actuarial science. Details on how to perform the analyses are included in each chapter and supplemented with newly developed R packages and functions along with SAS codes and macro/IML. It is a valuable resource for researchers, graduate students and other users of statistical techniques for analysing repeated measures data. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Analysis of Repeated Measures Data [documento electrónico] / Islam, M. Ataharul, ; Chowdhury, Rafiqul I.,  . -  1 ed.  . - Singapore [Malasya] : Springer, 2017 . - XIX, 250 p. 6 ilustraciones. ISBN : 978-981-10-3794-8 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: Estadísticas  Biometría  Ciencias sociales  Estadística en Negocios  Gestión  Economía  Finanzas  Seguros  Teoría y métodos estadísticos.  Bioestadística  Estadística en Ciencias Sociales  Humanidades  Derecho  Educación  Ciencias del Comportamiento  Políticas Públicas Clasificación: 300.727 Resumen: Este libro presenta una amplia gama de técnicas estadísticas para abordar las necesidades emergentes en el campo de las medidas repetidas. También proporciona una descripción general completa de las extensiones de modelos lineales generalizados para la familia de distribuciones exponenciales bivariadas, que representan un nuevo desarrollo en el análisis de datos de medidas repetidas. La demanda de modelos estadísticos para resultados correlacionados ha crecido rápidamente recientemente, principalmente debido a la presencia de dos tipos de asociaciones subyacentes: asociaciones entre resultados y asociaciones entre variables explicativas y resultados. El libro aborda sistemáticamente los problemas clave que surgen en el modelado de datos de medidas repetidas, teniendo en cuenta aquellos factores que desempeñan un papel importante en la estimación de las relaciones subyacentes entre covariables y variables de resultados para datos de resultados correlacionados. Además, presenta nuevos enfoques para abordar los desafíos actuales en el campo de las medidas repetidas y los modelos basados ​​en probabilidades condicionales y conjuntas. Los modelos de Markov de primer orden y superiores se utilizan para modelos condicionales además de probabilidades condicionales en función de covariables. De manera similar, los modelos conjuntos se desarrollan utilizando tanto probabilidades marginales condicionales como probabilidades conjuntas en función de covariables. Además de los modelos lineales generalizados para resultados bivariados, destaca modelos semiparamétricos extendidos para datos de tiempo de falla continuo y sus aplicaciones con el fin de incluir modelos para una gama más amplia de variables de resultado que los investigadores encuentran en diversos campos. El libro analiza además el problema de analizar datos de medidas repetidas para determinar el tiempo de falla en el marco de riesgo competitivo, que ahora está asumiendo un papel cada vez más importante en el campo del análisis de supervivencia, la confiabilidad y la ciencia actuarial. En cada capítulo se incluyen detalles sobre cómo realizar los análisis y se complementan con paquetes y funciones R recientemente desarrollados junto con códigos SAS y macro/IML. Es un recurso valioso para investigadores, estudiantes de posgrado y otros usuarios de técnicas estadísticas para analizar datos de medidas repetidas. Nota de contenido: Introduction -- Linear Models -- Univariate Exponential Family of Distributions -- Generalized Linear Model -- Covariate Dependent Markov Models -- Model for Bivariate Binary Data -- Model for Bivariate Geometric Model -- Model for Bivariate Count Data -- Models for Bivariate Exponential and Weibull Data -- Quasi –Likelihood Methods -- Generalized Estimating Equations -- A Generalized Multivariate Model -- Multistate and Multistage Models -- Analysing Data Using R and SAS. . Tipo de medio : Computadora Summary : This book presents a broad range of statistical techniques to address emerging needs in the field of repeated measures. It also provides a comprehensive overview of extensions of generalized linear models for the bivariate exponential family of distributions, which represent a new development in analysing repeated measures data. The demand for statistical models for correlated outcomes has grown rapidly recently, mainly due to presence of two types of underlying associations: associations between outcomes, and associations between explanatory variables and outcomes. The book systematically addresses key problems arising in the modelling of repeated measures data, bearing in mind those factors that play a major role in estimating the underlying relationships between covariates and outcome variables for correlated outcome data. In addition, it presents new approaches to addressing current challenges in the field of repeated measures and models based on conditional and joint probabilities. Markov models of first and higher orders are used for conditional models in addition to conditional probabilities as a function of covariates. Similarly, joint models are developed using both marginal-conditional probabilities as well as joint probabilities as a function of covariates. In addition to generalized linear models for bivariate outcomes, it highlights extended semi-parametric models for continuous failure time data and their applications in order to include models for a broader range of outcome variables that researchers encounter in various fields. The book further discusses the problem of analysing repeated measures data for failure time in the competing risk framework, which is now taking on an increasingly important role in the field of survival analysis, reliability and actuarial science. Details on how to perform the analyses are included in each chapter and supplemented with newly developed R packages and functions along with SAS codes and macro/IML. It is a valuable resource for researchers, graduate students and other users of statistical techniques for analysing repeated measures data. 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