02-094 Warszawa, ul. Grójecka 67
NIP: 7010414095, KRS: 0000499644, tel.: (22) 822-90-41
Autoryzacja [Płatności]
 
Szukaj
Szybkie wyszukiwanie całymi słowami wg...
dokładnie
tytułu
autora
wydawnictwa
[Zaawansowane...]

Sposoby Płatności
Koszty dostawy:
Poczta Polska, przesyłka priorytetowa za pobraniem 15,50 zł
Poczta Polska, przesyłka priorytetowa przelewem, kartą kredytową 11,50 zł
Kurier GLS za pobraniem, przelewem, kartą kredytową 21,00 zł

Promocje
1.ARCHIWUM
obniżka: 50%
2.rabat 10 %
obniżka: 10%

2 Promocje (2)

Książki
Nowości
Hity dnia
Polecamy
Bestsellery

Katalog tematyczny
Katalog tytułowy
Katalog autorów
Katalog wydawców
Serie wydawnicze

Działy
Działy
APLIKACJE PRAWNICZE
ARCHIWUM
AUDIOBOOKI
AUDYT
BANKOWOśĆ
BIZNES
EKOLOGIA I OCHRONA śRODOWISKA
EKONOMIA
FINANSE I PRAWO FINANSOWE
FUNDACJA SZANSA DLA NIEWIDOMYC
HANDEL
INFORMATYKA
MARKETING I REKLAMA
MEDYCYNA
NAUKI MATEMATYCZNE W EKONOMII
NAUKI SPOŁECZNE
NAUKI ŚCISŁE I TECHNICZNO-PRZY
NIERUCHOMOŚCI
PEDAGOGIKA
PODATKI I PRAWO PODATKOWE
PODRĘCZNIKI
PRAWO
RACHUNKOWOŚĆ
RESOCJALIZACJA
SAMORZĄD TERYTORIALNY
TECHNIKA
TOWAROZNAWSTWO
TRANSPORT I LOGISTYKA
TURYSTYKA I HOTELARSTWO
UBEZPIECZENIA
UNIA EUROPEJSKA
URBANISTYKA
VERLAG DASHOFER
ZARZĄDZANIE

Logowanie
Pseudonim/Login:
Hasło:

[ Zapomniałeś hasło? ]


Members List Zarejestrowani:
arrow Ostatnio dołączył:  FilipOrion371
arrow Razem: 29521

visitors Odwiedziny:
arrow Goście: 300
arrow Członkowie: 0
arrow Razem: 300

signup
Jesteś anonimowym użytkownikiem. Możesz zarejestrować się klikając tutaj

Języki
Wybierz język:

English Polish

ANALIZA DANYCH Z PROGRAMEM R MODELE LINIOWE Z EFEKTAMI STAŁYMI LOSOWYMI I MIESZANYMI WYD.2
 

PRZEMYSŁAW BIECEK PRZEMYSŁAW BIECEK - Inne książki
59,90 zł 53,91 zł
zawiera 5% VAT
(Cena netto: 51,34 zł)
(rabat 10 %)

ANALIZA DANYCH Z PROGRAMEM R MODELE LINIOWE Z EFEKTAMI STAŁYMI LOSOWYMI I MIESZANYMI WYD.2

Wydawnictwo:

PWN

Przedmowa IX

1. Modele liniowe - wprowadzenie, podstawowe twierdzenia i wzory
1.1. Wprowadzenie
1.2. Model
1.3. Estymatory najmniejszych kwadratów i największej wiarogodności
1.3.1. Metoda najmniejszych kwadratów
1.3.2. Metoda największej wiarogodności
1.4. Rozkłady estymatorów
1.4.1. Asymptotyczny rozkład estymatorów największej wiarogodności
1.4.2. Rozkład estymatorów oparty na metodach permutacyjnych i metodzie bootstrap
1.5. Testy i przedziały ufności
1.5.1. Przedział ufności dla ái
1.5.2. Test dla hipotezy brzegowej dotyczącej ái
1.5.3. Przedziały ufności dla zbioru współczynników wektora á
1.5.4. Test dla hipotezy dotyczącej podzbioru współczynników á
1.5.5. Przedział ufności dla ?2
1.5.6. Przedział ufności dla yi
1.5.7. Ortogonalność macierzy modelu
1.5.8. Permutacyjne testy dla parametrów modelu á i ?2
1.5.9. Bootstrapowe przedziały ufności dla parametrów modelu
1.6. Inne metody estymacji współczynników w modelu liniowym
2. Przykładowe modele liniowe i ich zastosowania
2.1. Regresja prosta
2.1.1. Wprowadzenie do regresji prostej
2.1.2. Przykład: zależność pomiędzy wzrostem żony a męża
2.1.3. Przykład: zależność pomiędzy współczynnikiem GC a wielkością genomu
2.1.4. Zagadnienie: diagnostyka modelu liniowego
2.1.5. Zagadnienie: transformacje zmiennej objaśnianej
2.2. Jednokierunkowa analiza wariancji
2.2.1. Wprowadzenie do jednokierunkowej analizy wariancji
2.2.2. Przykład: ostra białaczka szpikowa
2.2.3. Przykład: najmniejsza efektywna dawka
2.2.4. Zagadnienie: testy post hoc
2.2.5. Zagadnienie: testowanie jednorodności wariancji w grupach
2.2.6. Zagadnienie: analiza kontrastów
2.3. Analiza wariancji dwu- i wielokierunkowa
2.3.1. Wprowadzenie do dwukierunkowej analizy wariancji
2.3.2. Przykład: genetyczne podłoże schizofrenii
2.3.3. Zagadnienie: model addytywny a model z interakcją
2.4. Hierarchiczna analiza wariancji
2.4.1. Wprowadzenie do hierarchicznej analizy wariancji
2.4.2. Przykład: badanie ECAP
2.5. Analiza kowariancji
2.5.1. Wprowadzenie do analizy kowariancji
2.5.2. Przykład: badanie endometriozy
2.6. Regresja liniowa z wieloma zmiennymi objaśniającymi
2.6.1. Wprowadzenie do regresji liniowej z wieloma zmiennymi objaśniającymi
2.6.2. Zagadnienie: kolejność testowania
2.6.3. Zagadnienie: wybór zmiennych w modelu
2.6.4. Zagadnienie: modele z p bliskim n
2.6.5. Zagadnienie: współliniowość zmiennych objaśniających
2.6.6. Przykład: zależność pomiędzy pracą nerki, poziomem elastazy a innymi zmiennymi zależnymi
2.6.7. Przykład: zależność ceny metra kwadratowego mieszkania od parametrów tego mieszkania
2.6.8. Przykład: zależność pomiędzy genotypem a kątem zwinięcia ssawki u muszek owocowych
2.6.9. Zagadnienie: strategie przeszukiwania listy modeli w poszukiwaniu najlepszego
3. Modele mieszane - wprowadzenie, podstawowe twierdzenia i wzory
3.1. Wprowadzenie
3.2. Model
3.3. Metoda największej wiarogodności ML i metoda resztowej największej wiarogodności REML
3.4. Estymatory największej wiarogodności i resztowej wiarogodności
3.4.1. Metoda estymacji z użyciem algorytmu Newtona-Rapshona
3.4.2. Metoda estymacji z wykorzystaniem operacji na macierzach rzadkich
3.4.3. Szczególna postać macierzy V
3.5. Równania Hendersona i rozkłady estymatorów
3.5.1. Równania Hendersona
3.5.2. Rozkłady ocen efektów
3.5.3. Rozkład estymatora parametru á i u
3.6. Testy dla efektów losowych i stałych ?
3.6.1. Testy dla efektów stałych
3.6.2. Testy dla komponentów wariancyjnych
4. Przykładowe modele mieszane i ich zastosowania
4.1. Model mieszany z jednym komponentem wariancyjnym
4.1.1. Wprowadzenie do modelu z jednym komponentem wariancyjnym, jedna zmienna grupująca
4.1.2. Przykład: mleczność krów
4.1.3. Przykład: efekt stały genu i jeden komponent wariancyjny
4.1.4. Przykład: interakcja efektów środowiskowego i genetycznego a badania mikromacierzowe
4.2. Model mieszany z dwoma komponentami wariancyjnymi, dwie zmienne grupujące
4.2.1. Wprowadzenie do modelu z dwoma komponentami wariancyjnymi, dwie zmienne grupujące
4.2.2. Przykład: EUNOMIA study - zależność pomiędzy liczbą hospitalizacji a stanem pacjenta
4.3. Model mieszany z dwoma komponentami wariancyjnymi, jedna zmienna grupująca
4.3.1. Wprowadzenie do modelu z dwoma komponentami wariancyjnymi, jedna zmienna grupująca
4.3.2. Przykład: metaanaliza danych dotyczących otępienia
4.4. Hierarchiczny model mieszany
4.4.1. Wprowadzenie do modelu hierarchicznego z dwoma komponentami wariancyjnymi
4.4.2. Przykład: badanie EDEN - efekt trybu leczenia i efekt lekarza badającego
4.5. Model mieszany w analizie pomiarów powtarzanych w czasie (ang. longitudinal data)
4.5.1. Wprowadzenie do analizy danych z pomiarami powtarzanymi w czasie
4.5.2. Przykład: funkcjonowanie nerki po przeszczepie
4.6. Model mieszany i zadane struktury macierzy kowariancji
4.6.1. Wprowadzenie do modelu mieszanego z zadanymi strukturami kowariancji
4.6.2. Przykład: parametry biomechaniczne mięśni
4.6.3. Przykład: badanie cen mieszkań w powiązaniu z lokalizacją przestrzenną (efekt przestrzenny)
5. Lista funkcji programu R do analizy modeli liniowych
5.1. Formuły
5.2. Modele liniowe z efektami stałymi i losowymi
5.2.1. Czas działania funkcji do estymacji parametrów w modelu
5.2.2. Szczegółowy opis funkcji lm(), gls() i aov()
5.2.3. Szczegółowy opis funkcji lme(), lmer(), lmekin()
6. Charakterystyki zbiorów danych użytych w tej książce
6.1. Badanie wzrostu w małżeństwie
6.2. Badanie zależności między procentową zawartością GC a wielkością genomu
6.3. Badanie wpływu analogów witaminy D3 na ostrą białaczkę szpikową
6.4. Badanie wpływu dawki leku na reakcję organizmu
6.5. Badanie genetycznego podłoża schizofrenii
6.6. Badanie Epidemiologii Chorob Alergicznych w Polsce (ECAP)
6.7. Badanie ekspresji receptorów ? i á u pacjentek chorych na endometriozę
6.8. Badanie zależności funkcji nerki od poziomu elastazy
6.9. Badanie czynników wpływających na cenę metra kwadratowego mieszkania
6.10. Badanie mleczności krów
6.11. Badanie efektu chłodu i linii komórkowej w eksperymentach mikromacierzowych
6.12. Badanie EUNOMIA i poziom psychotyczności
6.13. Badanie wpływu wieku i płci na występowanie otępienia
6.14. Badanie EDEN i efektywność oddziałów dziennych
6.15. Badanie funkcji nerki po przeszczepie
6.16. Badanie parametrów biomechanicznych mięśnia udowego

Dodatek
D.1. Uogólniona odwrotność
D.2. Dekompozycja na wartości osobliwe (ang. singular value decomposition)
D.3. Dekompozycja LU (ang. LU decomposition)
D.4. Dekompozycja Choleskiego (ang. Cholesky decomposition)
D.5. Dekompozycja LDM (ang. LDM decomposition)
D.6. Dekompozycja LDL (ang. LDL decomposition)
D.7. Dekompozycja QR (ang. QR decomposition)
D.8. Dekompozycja spektralna (na wartości własne i wektory własne)
D.9. Iloczyn Kroneckera

Bibliografia




ISBN: 978-83-01-17453-8
Książkę znajdziesz w działach:
statystyka
320 stron
oprawa: miękka
Rok wydania: 2012
Poleć znajomemu
Zgłoś błąd

Średnia ocen: brak ocen
Czytaj recenzje (0)
Dodaj recenzję

Wróć

Koszyk
Twój koszyk jest pusty

Data aktualizacji bazy: 30.11.2020 21:40
książek w bazie: 29269

Naukowa

  Zapraszamy do naszej księgarni internetowej ekonomiczna24.osdw.pl
Księgarnia EKONOMICZNA Kazimierz Leki Sp. z o.o.

 

Facebook
Teraz nie ma zawartości dla tego bloku.

Licznik

 
Copyright © 2004-2020 Księgarnia EKONOMICZNA Kazimierz Leki Sp. z o.o. e-mail: info@ksiegarnia-ekonomiczna.com.pl - Wszelkie prawa zastrzeżone.  rss
Uprzejmie informujemy, że ta strona korzysta z plików cookies. Pozostawanie na niej oznacza wyrażenie zgody na korzystanie z plików cookies. Więcej w polityka prywatności.