経時データのモデリング Modeling Longitudinal Data (Springer Texts in Statistics) （2004. XVIII, 430 p. w. 72 figs.）

ホーム
> 洋書
> ドイツ書
> Mathematics, Sciences & Technology
> Mathematics
> probability calculus, stochastics, mathematical statistics

経時データのモデリング<br>Modeling Longitudinal Data (Springer Texts in Statistics) （2004. XVIII, 430 p. w. 72 figs.）

個数：

ポイントキャンペーン

経時データのモデリング
Modeling Longitudinal Data (Springer Texts in Statistics) （2004. XVIII, 430 p. w. 72 figs.）

Weiss, Robert E.

ウェブストア価格 ¥28,369（本体¥25,790）
SPRINGER, BERLIN（2004発売）
外貨定価 US$ 129.99
【ウェブストア限定】洋書・洋古書ポイント5倍対象商品（～2/28）
ポイント 1,285pt

提携先の海外書籍取次会社に在庫がございます。通常3週間で発送いたします。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合が若干ございます。
2. 複数冊ご注文の場合は、ご注文数量が揃ってからまとめて発送いたします。
3. 美品のご指定は承りかねます。

●3Dセキュア導入とクレジットカードによるお支払いについて

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

製本 Hardcover:ハードカバー版／ページ数 432 p.
言語 ENG
商品コード 9780387402710

Full Description

Longitudinal data are ubiquitous across Medicine, Public Health, Public Policy, Psychology, Political Science, Biology, Sociology and Education, yet many longitudinal data sets remain improperly analyzed. This book teaches the art and statistical science of modern longitudinal data analysis. The author emphasizes specifying, understanding, and interpreting longitudinal data models. He inspects the longitudinal data graphically, analyzes the time trend and covariates, models the covariance matrix, and then draws conclusions. Covariance models covered include random effects, autoregressive, autoregressive moving average, antedependence, factor analytic, and completely unstructured models among others. Longer expositions explore: an introduction to and critique of simple non-longitudinal analyses of longitudinal data, missing data concepts, diagnostics, and simultaneous modeling of two longitudinal variables. Applications and issues for random effects models cover estimation, shrinkage, clustered data, models for binary and count data and residuals and residual plots.
Shorter sections include a general discussion of how computational algorithms work, handling transformed data, and basic design issues.This book requires a solid regression course as background and is particularly intended for the final year of a Biostatistics or Statistics Masters degree curriculum. The mathematical prerequisite is generally low, mainly assuming familiarity with regression analysis in matrix form. Doctoral students in Biostatistics or Statistics, applied researchers and quantitative doctoral students in disciplines such as Medicine, Public Health, Public Policy, Psychology, Political Science, Biology, Sociology and Education will find this book invaluable. The book has many figures and tables illustrating longitudinal data and numerous homework problems. The associated web site contains many longitudinal data sets, examples of computer code, and labs to re-enforce the material.