Анализ продольных данных для биомедицинских и поведенческих наук
Эта инновационная книга излагает и описывает методы анализа продольных данных, делая акцент на применении в биомедицинских и поведенческих науках. Отражая растущую важность и использование продольных данных во многих областях исследований, текст призван помочь пользователям статистики лучше анализировать и понимать такого рода данные. Большая часть материала книги выросла из курса доктора Хедекера по анализу продольных данных. Поэтому материал тщательно проверен в аудитории и включает ряд особенностей, призванных помочь читателям лучше понять и применить его.
Статистические процедуры, представленные в тексте, включают:
- Анализ дисперсии повторных измерений
- Многофакторный анализ дисперсии для повторных измерений
- Модели регрессии со случайными эффектами
- Модели структуры ковариации
- Уравнения обобщенного оценивания
- Обобщения моделей регрессии со случайными эффектами и уравнений обобщенного оценивания для категориальных исходов
Авторы делают упор на практическое применение методов, иллюстрируя их реальными примерами. Приводятся некоторые примеры синтаксиса, хотя в целом в книге не акцентируется программное обеспечение. Несколько наборов данных и примеры компьютерного синтаксиса размещены на веб-сайте книги. Авторы намерены поддерживать примеры синтаксиса в актуальном состоянии по мере появления новых версий программного обеспечения.
Данный текст предназначен как для бакалаврских, так и для магистерских курсов по анализу продольных данных. Преподаватели могут воспользоваться раздаточными материалами и дополнительными материалами курса, доступными онлайн для авторов учебников. Прикладные статистики в области биомедицины и социальных наук также могут использовать книгу как удобное пособие.
Эта книга и есть описание того, что вы ищете.
Инновационная книга, в которой изложены и описаны методы анализа продольных данных, с акцентом на приложения к проблемам в области биомедицинских наук и социальных наук. В книге представлена информация, которая поможет пользователям статистики глубже анализировать и понимать этот тип данных. Много материала в книге выросло из курса лекций, который читал доктор Хедекер по анализу продольных данных. Материал тщательно проверен в среде класса и включает ряд элементов, направленных на помощь читателям лучше понять и использовать материал. Статистические подходы, представленные в книге, включают: • Анализ дисперсии с повторными образцами • Многомерный анализ дисперсии для повторных мер • Вероятностные модели воздействий (LLM) • Модели ковариационного паттерна • Генерализованные модели оценки (GSE) • Обобщения LLM и GSE для альтернативных исходов. Практические по подходу, авторы делают акцент на применениях методов, используя реальные примеры для иллюстрации. Приведены примеры синтаксиса, хотя авторы обычно не концентрируются на программном обеспечении в этой книге. Несколько наборов данных и примеров для синтаксиса доступны на вебсайде компньона к данной книге. Авторы планируют поддерживать примеры синтаксиса в актуальном состоянии по мере того как выходят новые версии программных программ. Данная книга ориентирована на студенческие и последипломные курсы по анализу продольных данных пользователей. Преподаватели могут использовать дополнительные материалы и информацию на экране для улучшения курсов. Специалисты в прикладной статистике в медицине и общественных науках также могут использовать книгу как удобно полученную информацию.
Электронная Книга «Longitudinal Data Analysis» написана автором Donald Hedeker в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9780470036471
Описание книги от Donald Hedeker
Longitudinal data analysis for biomedical and behavioral sciences This innovative book sets forth and describes methods for the analysis of longitudinaldata, emphasizing applications to problems in the biomedical and behavioral sciences. Reflecting the growing importance and use of longitudinal data across many areas of research, the text is designed to help users of statistics better analyze and understand this type of data. Much of the material from the book grew out of a course taught by Dr. Hedeker on longitudinal data analysis. The material is, therefore, thoroughly classroom tested and includes a number of features designed to help readers better understand and apply the material. Statistical procedures featured within the text include: * Repeated measures analysis of variance * Multivariate analysis of variance for repeated measures * Random-effects regression models (RRM) * Covariance-pattern models * Generalized-estimating equations (GEE) models * Generalizations of RRM and GEE for categorical outcomes Practical in their approach, the authors emphasize the applications of the methods, using real-world examples for illustration. Some syntax examples are provided, although the authors do not generally focus on software in this book. Several datasets and computer syntax examples are posted on this title's companion Web site. The authors intend to keep the syntax examples current as new versions of the software programs emerge. This text is designed for both undergraduate and graduate courses in longitudinal data analysis. Instructors can take advantage of overheads and additional course materials available online for adopters. Applied statisticians in biomedicine and the social sciences can also use the book as a convenient reference.
