Analiza danych z programem R. Modele liniowe z efektami stałymi, losowymi i mieszanymi

Analiza danych z programem R. Modele liniowe z efektami stałymi, losowymi i mieszanymi

2 oceny

Format:

ibuk

WYBIERZ RODZAJ DOSTĘPU

 

Dostęp online przez myIBUK

WYBIERZ DŁUGOŚĆ DOSTĘPU

6,15

Wypożycz na 24h i opłać sms-em

22,45

cena zawiera podatek VAT

ZAPŁAĆ SMS-EM

Książka powstała po to, by ułatwić osobom zainteresowanym, tak o wykształceniu ścisłym, przyrodniczym, jak i medycznym, poznanie modeli liniowych i nabycie umiejętności poprawnego ich stosowania przy wykorzystaniu narzędzia wspierającego - programu R - darmowego pakietu, o olbrzymich możliwościach.


Publikacja została przygotowana na zasadzie serii przykładowych analiz zbiorów rzeczywistych danych, tak aby praktycy potrafili przełożyć ogólną teorię na konkretne problemy badawcze. Pozwoliło to dodatkowo na wysnuwanie rzeczywistych wniosków, co zwiększa atrakcyjność prezentowanych przykładów i całej książki.


Z przykładów i materiałów zawartych w książce skorzystają zarówno studenci kierunku statystyka, którzy chcieliby dowiedzieć się jak wyglądają analizy danych rzeczywistych, ale również studenci i absolwenci innych kierunków, nie tak biegli w statystyce matematycznej. Publikacja jest także kierowana do pracowników naukowych, którzy chcieliby przeprowadzić analizy z użyciem modeli mieszanych, ale nie wiedzą jak to zrobić lub takie analizy już przeprowadzają i chcieliby pogłębić swoją wiedzę na ten temat. Również osoby pracujące poza uczelnią będą zainteresowane książką obszernie i kompleksowo traktującą na temat modeli liniowych i mieszanych.


Liczba stron322
WydawcaWydawnictwo Naukowe PWN
ISBN-13978-83-01-16679-3
Numer wydania1
Język publikacjipolski
Informacja o sprzedawcyRavelo Sp. z o.o.

TA KSIĄŻKA JEST W ABONAMENCIE

Już od 19,90 zł miesięcznie za 5 ebooków!

WYBIERZ SWÓJ ABONAMENT

INNE EBOOKI AUTORA

Ciekawe propozycje

Spis treści

[]. Modele liniowe - wprowadzenie, podstawowe twierdzenia i wzory    1
[][].. Wprowadzenie    1
    1.2. Model    3
    1.3. Estymatory najmniejszych kwadratów i największej wiarogodności    7
      1.3.1. Metoda najmniejszych kwadratów    7
      1.3.2. Metoda największej wiarogodności    9
    1.4. Rozkłady estymatorów    11
      1.4.1. Asymptotyczny rozkład estymatorów największej wiarogodności    12
      1.4.2. Rozkład estymatorów oparty na metodach permutacyjnych i metodzie bootstrap    12
    1.5. Testy i przedziały ufności    14
      1.5.1. Przedział ufności dla ßi    14
      1.5.2. Test dla hipotezy brzegowej dotyczącej ßi    14
      1.5.3. Przedziały ufności dla zbioru współczynników wektora ß    15
      1.5.4. Test dla hipotezy dotyczącej podzbioru współczynników ß    16
      1.5.5. Przedział ufności dla ?2    18
      1.5.6. Przedział ufności dla yi    19
      1.5.7. Ortogonalność macierzy modelu    19
      1.5.8. Permutacyjne testy dla parametrów modelu ß i ?2    22
      1.5.9. Bootstrapowe przedziały ufności dla parametrów modelu    23
    1.6. Inne metody estymacji współczynników w modelu liniowym    25
  2. Przykładowe modele liniowe i ich zastosowania    29
    2.1. Regresja prosta    30
      2.1.1. Wprowadzenie do regresji prostej    31
      2.1.2. Przykład: zależność pomiędzy wzrostem żony a męża    33
      2.1.3. Przykład: zależność pomiędzy współczynnikiem GC a wielkością genomu    38
      2.1.4. Zagadnienie: diagnostyka modelu liniowego    43
      2.1.5. Zagadnienie: transformacje zmiennej objaśnianej    58
    2.2. Jednokierunkowa analiza wariancji    61
      2.2.1. Wprowadzenie do jednokierunkowej analizy wariancji    62
      2.2.2. Przykład: ostra białaczka szpikowa    64
      2.2.3. Przykład: najmniejsza efektywna dawka    71
      2.2.4. Zagadnienie: testy post hoc    74
      2.2.5. Zagadnienie: testowanie jednorodności wariancji w grupach    81
      2.2.6. Zagadnienie: analiza kontrastów    82
    2.3. Analiza wariancji dwu- i wielokierunkowa    88
      2.3.1. Wprowadzenie do dwukierunkowej analizy wariancji    88
      2.3.2. Przykład: genetyczne podłoże schizofrenii    92
      2.3.3. Zagadnienie: model addytywny a model z interakcją    92
    2.4. Hierarchiczna analiza wariancji    103
      2.4.1. Wprowadzenie do hierarchicznej analizy wariancji    103
      2.4.2. Przykład: badanie ECAP    106
    2.5. Analiza kowariancji    111
      2.5.1. Wprowadzenie do analizy kowariancji    111
      2.5.2. Przykład: badanie endometriozy    113
    2.6. Regresja liniowa z wieloma zmiennymi objaśniającymi    117
      2.6.1. Wprowadzenie do regresji liniowej z wieloma zmiennymi objaśniającymi    117
      2.6.2. Zagadnienie: kolejność testowania    118
      2.6.3. Zagadnienie: wybór zmiennych w modelu    121
      2.6.4. Zagadnienie: modele z p bliskim n    124
      2.6.5. Zagadnienie: współliniowość zmiennych objaśniających    126
      2.6.6. Przykład: zależność pomiędzy pracą nerki, poziomem elastazy a innymi zmiennymi zależnymi    127
      2.6.7. Przykład: zależność ceny metra kwadratowego mieszkania od parametrów tego mieszkania    130
      2.6.8. Przykład: zależność pomiędzy genotypem a kątem zwinięcia ssawki u muszek owocowych    135
      2.6.9. Zagadnienie: strategie przeszukiwania listy modeli w poszukiwaniu najlepszego    137
  3. Modele mieszane - wprowadzenie, podstawowe twierdzenia i wzory    144
    3.1. Wprowadzenie    144
    3.2. Model    145
    3.3. Metoda największej wiarogodności ML i metoda resztowej największej wiarogodności REML    147
    3.4. Estymatory największej wiarogodności i resztowej wiarogodności    148
      3.4.1. Metoda estymacji z użyciem algorytmu Newtona-Rapshona    149
      3.4.2. Metoda estymacji z wykorzystaniem operacji na macierzach rzadkich    152
      3.4.3. Szczególna postać macierzy V    155
    3.5. Równania Hendersona i rozkłady estymatorów    156
      3.5.1. Równania Hendersona    157
      3.5.2. Rozkłady ocen efektów    158
      3.5.3. Rozkład estymatora parametru ß i u    159
    3.6. Testy dla efektów losowych i stałych ?    159
      3.6.1. Testy dla efektów stałych    159
      3.6.2. Testy dla komponentów wariancyjnych    161
  4. Przykładowe modele mieszane i ich zastosowania    162
    4.1. Model mieszany z jednym komponentem wariancyjnym    162
      4.1.1. Wprowadzenie do modelu z jednym komponentem wariancyjnym, jedna zmienna grupująca    163
      4.1.2. Przykład: mleczność krów    164
      4.1.3. Przykład: efekt stały genu i jeden komponent wariancyjny    169
      4.1.4. Przykład: interakcja efektów środowiskowego i genetycznego a badania mikromacierzowe    177
    4.2. Model mieszany z dwoma komponentami wariancyjnymi, dwie zmienne grupujące    187
      4.2.1. Wprowadzenie do modelu z dwoma komponentami wariancyjnymi, dwie zmienne grupujące    188
      4.2.2. Przykład: EUNOMIA study - zależność pomiędzy liczbą hospitalizacji a stanem pacjenta    190
    4.3. Model mieszany z dwoma komponentami wariancyjnymi, jedna zmienna grupująca    205
      4.3.1. Wprowadzenie do modelu z dwoma komponentami wariancyjnymi, jedna zmienna grupująca    205
      4.3.2. Przykład: metaanaliza danych dotyczących otępienia    207
    4.4. Hierarchiczny model mieszany    211
      4.4.1. Wprowadzenie do modelu hierarchicznego z dwoma komponentami wariancyjnymi    211
      4.4.2. Przykład: badanie EDEN - efekt trybu leczenia i efekt lekarza badającego    214
    4.5. Model mieszany w analizie pomiarów powtarzanych w czasie (ang. longitudinal data)    222
      4.5.1. Wprowadzenie do analizy danych z pomiarami powtarzanymi w czasie    223
      4.5.2. Przykład: funkcjonowanie nerki po przeszczepie    225
    4.6. Model mieszany i zadane struktury macierzy kowariancji    237
      4.6.1. Wprowadzenie do modelu mieszanego z zadanymi strukturami kowariancji    237
      4.6.2. Przykład: parametry biomechaniczne mięśni    239
      4.6.3. Przykład: badanie cen mieszkań w powiązaniu z lokalizacją przestrzenną (efekt przestrzenny)    245
  5. Lista funkcji programu R do analizy modeli liniowych    258
    5.1. Formuły    258
    5.2. Modele liniowe z efektami stałymi i losowymi    265
      5.2.1. Czas działania funkcji do estymacji parametrów w modelu    272
      5.2.2. Szczegółowy opis funkcji lm(), gls() i aov()    275
      5.2.3. Szczegółowy opis funkcji lme(), lmer(), lmekin()    276
  6. Charakterystyki zbiorów danych użytych w tej książce    279
    6.1. Badanie wzrostu w małżeństwie    279
    6.2. Badanie zależności między procentową zawartością GC a wielkością genomu    279
    6.3. Badanie wpływu analogów witaminy D3 na ostrą białaczkę szpikową    281
    6.4. Badanie wpływu dawki leku na reakcję organizmu    282
    6.5. Badanie genetycznego podłoża schizofrenii    284
    6.6. Badanie Epidemiologii Chorob Alergicznych w Polsce (ECAP)    285
    6.7. Badanie ekspresji receptorów ? i ß u pacjentek chorych na endometriozę    287
    6.8. Badanie zależności funkcji nerki od poziomu elastazy    288
    6.9. Badanie czynników wpływających na cenę metra kwadratowego mieszkania    289
    6.10. Badanie mleczności krów    290
    6.11. Badanie efektu chłodu i linii komórkowej w eksperymentach mikromacierzowych    292
    6.12. Badanie EUNOMIA i poziom psychotyczności    296
    6.13. Badanie wpływu wieku i płci na występowanie otępienia    301
    6.14. Badanie EDEN i efektywność oddziałów dziennych    304
    6.15. Badanie funkcji nerki po przeszczepie    306
    6.16. Badanie parametrów biomechanicznych mięśnia udowego    310
  Dodatek    312
    D.1. Uogólniona odwrotność    312
    D.2. Dekompozycja na wartości osobliwe (ang. singular value decomposition)    313
    D.3. Dekompozycja LU (ang. LU decomposition)    313
    D.4. Dekompozycja Choleskiego (ang. Cholesky decomposition)    314
    D.5. Dekompozycja LDM (ang. LDM decomposition)    314
    D.6. Dekompozycja LDL (ang. LDL decomposition)    314
    D.7. Dekompozycja QR (ang. QR decomposition)    314
    D.8. Dekompozycja spektralna (na wartości własne i wektory własne)    315
    D.9. Iloczyn Kroneckera    315
  Bibliografia    316
  Skorowidz    319
RozwińZwiń

W celu zapewnienia wysokiej jakości świadczonych przez nas usług, nasz portal internetowy wykorzystuje informacje przechowywane w przeglądarce internetowej w formie tzw. „cookies”. Poruszając się po naszej stronie internetowej wyrażasz zgodę na wykorzystywanie przez nas „cookies”. Informacje o przechowywaniu „cookies”, warunkach ich przechowywania i uzyskiwania dostępu do nich znajdują się w Regulaminie.

Nie pokazuj więcej tego powiadomienia