Monte-Carlo Simulation-Based Statistical Modeling / Chen, Ding-Geng (Din) ; Chen, John Dean  

Público ISBD Ningún comentario para este título. Título : Monte-Carlo Simulation-Based Statistical Modeling Tipo de documento: documento electrónico Autores: Chen, Ding-Geng (Din), ; Chen, John Dean, Mención de edición: 1 ed. Editorial: Singapore [Malasya] : Springer Fecha de publicación: 2017 Número de páginas: XX, 430 p. 64 ilustraciones, 33 ilustraciones en color. ISBN/ISSN/DL: 978-981-10-3307-0 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  Bioestadística Clasificación: 57.015.195 Resumen: Este libro reúne a investigadores expertos dedicados al modelado estadístico basado en simulación de Monte-Carlo, ofreciéndoles un foro para presentar y discutir temas recientes en el desarrollo metodológico, así como aplicaciones de salud pública. Está dividido en tres partes: la primera proporciona una descripción general de las técnicas de Monte-Carlo, la segunda se centra en los métodos de Monte-Carlo para datos faltantes y la tercera aborda el modelado bayesiano y estadístico general utilizando simulaciones de Monte-Carlo. Los datos y programas informáticos utilizados aquí también estarán disponibles públicamente, lo que permitirá a los lectores replicar el desarrollo del modelo y el análisis de datos presentados en cada capítulo, y aplicarlos fácilmente en su propia investigación. Con un contenido de gran actualidad, el libro tiene el potencial de impactar el desarrollo de modelos y los análisis de datos en un amplio espectro de campos, y de impulsar más investigaciones en esta dirección. Nota de contenido: Part 1: Monte-Carlo Techniques -- 1. Overview of Monte-Carlo Techniques -- 2. On Improving the Efficiency of the Monte-Carlo Methods Using Ranked Simulated Approach -- 3. Joint generation of Different Types of Data with Specified Marginal and Association Structures for Simulation Purposes -- 4. Quantifying the Uncertainty in Optimal Experimental Schemes via Monte-Carlo Simulations -- 5. Normal and Non-normal Data Simulations for the Evaluation of Two-sample Location Tests -- 6. Understanding dichotomization from Monte-Carlo Simulations -- Part 2: Monte-Carlo Methods in Missing Data -- 7. Hybrid Monte-Carlo in Multiple Missing Data Imputations with Application to a Bone Fracture Data -- 8. Methods for Handling Incomplete Longitudinal Data due to Missing at Random Dropout -- 9. Applications of Simulation for Missing Data Issues in Longitudinal Clinical Trials -- 10. Application of Markov Chain Monte Carlo Multiple Imputation Method to Deal with Missing Data From the Mechanism of MNAR in Sensitivity Analysis for a Longitudinal Clinical Trial -- 11. Fully Bayesian Methods for Missing Data under Ignitability Assumption -- Part 3: Monte-Carlo in Statistical Modellings -- 12. Markov-Chain Monte-Carlo Methods in Statistical modelling -- 13. Monte-Carlo Simulation in Modeling for Hierarchical Linear Mixed Models -- 14. Monte-Carlo Simulation of Correlated Binary Responses -- 15. Monte Carlo Methods in Financial Modeling -- 16. Bayesian Intensive Computations in Elliptical Models. . Tipo de medio : Computadora Summary : This book brings together expert researchers engaged in Monte-Carlo simulation-based statistical modeling, offering them a forum to present and discuss recent issues in methodological development as well as public health applications. It is divided into three parts, with the first providing an overview of Monte-Carlo techniques, the second focusing on missing data Monte-Carlo methods, and the third addressing Bayesian and general statistical modeling using Monte-Carlo simulations. The data and computer programs used here will also be made publicly available, allowing readers to replicate the model development and data analysis presented in each chapter, and to readily apply them in their own research. Featuring highly topical content, the book has the potential to impact model development and data analyses across a wide spectrum of fields, and to spark further research in this direction. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Monte-Carlo Simulation-Based Statistical Modeling [documento electrónico] / Chen, Ding-Geng (Din), ; Chen, John Dean,  . -  1 ed.  . - Singapore [Malasya] : Springer, 2017 . - XX, 430 p. 64 ilustraciones, 33 ilustraciones en color. ISBN : 978-981-10-3307-0 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  Bioestadística Clasificación: 57.015.195 Resumen: Este libro reúne a investigadores expertos dedicados al modelado estadístico basado en simulación de Monte-Carlo, ofreciéndoles un foro para presentar y discutir temas recientes en el desarrollo metodológico, así como aplicaciones de salud pública. Está dividido en tres partes: la primera proporciona una descripción general de las técnicas de Monte-Carlo, la segunda se centra en los métodos de Monte-Carlo para datos faltantes y la tercera aborda el modelado bayesiano y estadístico general utilizando simulaciones de Monte-Carlo. Los datos y programas informáticos utilizados aquí también estarán disponibles públicamente, lo que permitirá a los lectores replicar el desarrollo del modelo y el análisis de datos presentados en cada capítulo, y aplicarlos fácilmente en su propia investigación. Con un contenido de gran actualidad, el libro tiene el potencial de impactar el desarrollo de modelos y los análisis de datos en un amplio espectro de campos, y de impulsar más investigaciones en esta dirección. Nota de contenido: Part 1: Monte-Carlo Techniques -- 1. Overview of Monte-Carlo Techniques -- 2. On Improving the Efficiency of the Monte-Carlo Methods Using Ranked Simulated Approach -- 3. Joint generation of Different Types of Data with Specified Marginal and Association Structures for Simulation Purposes -- 4. Quantifying the Uncertainty in Optimal Experimental Schemes via Monte-Carlo Simulations -- 5. Normal and Non-normal Data Simulations for the Evaluation of Two-sample Location Tests -- 6. Understanding dichotomization from Monte-Carlo Simulations -- Part 2: Monte-Carlo Methods in Missing Data -- 7. Hybrid Monte-Carlo in Multiple Missing Data Imputations with Application to a Bone Fracture Data -- 8. Methods for Handling Incomplete Longitudinal Data due to Missing at Random Dropout -- 9. Applications of Simulation for Missing Data Issues in Longitudinal Clinical Trials -- 10. Application of Markov Chain Monte Carlo Multiple Imputation Method to Deal with Missing Data From the Mechanism of MNAR in Sensitivity Analysis for a Longitudinal Clinical Trial -- 11. Fully Bayesian Methods for Missing Data under Ignitability Assumption -- Part 3: Monte-Carlo in Statistical Modellings -- 12. Markov-Chain Monte-Carlo Methods in Statistical modelling -- 13. Monte-Carlo Simulation in Modeling for Hierarchical Linear Mixed Models -- 14. Monte-Carlo Simulation of Correlated Binary Responses -- 15. Monte Carlo Methods in Financial Modeling -- 16. Bayesian Intensive Computations in Elliptical Models. . Tipo de medio : Computadora Summary : This book brings together expert researchers engaged in Monte-Carlo simulation-based statistical modeling, offering them a forum to present and discuss recent issues in methodological development as well as public health applications. It is divided into three parts, with the first providing an overview of Monte-Carlo techniques, the second focusing on missing data Monte-Carlo methods, and the third addressing Bayesian and general statistical modeling using Monte-Carlo simulations. The data and computer programs used here will also be made publicly available, allowing readers to replicate the model development and data analysis presented in each chapter, and to readily apply them in their own research. Featuring highly topical content, the book has the potential to impact model development and data analyses across a wide spectrum of fields, and to spark further research in this direction. 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