Facebook Twitter Pinterest <Einbetten>
  • Alle Preisangaben inkl. USt
Auf Lager.
Verkauf und Versand durch Amazon. Geschenkverpackung verfügbar.
Mixed-Effects Models in S... ist in Ihrem Einkaufwagen hinzugefügt worden

Lieferort:
Um Adressen zu sehen, bitte
Oder
Bitte tragen Sie eine deutsche PLZ ein.
Oder
+ EUR 3,00 Versandkosten
Gebraucht: Sehr gut | Details
Verkauft von MEDIMOPS
Zustand: Gebraucht: Sehr gut
Kommentar: Von Europas Nr.1 für gebrauchte Bücher und Medien. Gelesene Ausgabe in hervorragendem Zustand.
Möchten Sie verkaufen?
Zur Rückseite klappen Zur Vorderseite klappen
Hörprobe Wird gespielt... Angehalten   Sie hören eine Hörprobe des Audible Hörbuch-Downloads.
Mehr erfahren
Alle 2 Bilder anzeigen

Mixed-Effects Models in S and S-Plus (Statistics and Computing) (Englisch) Taschenbuch – 4. Oktober 2013

4.5 von 5 Sternen 2 Kundenrezensionen

Alle 9 Formate und Ausgaben anzeigen Andere Formate und Ausgaben ausblenden
Preis
Neu ab Gebraucht ab
Taschenbuch
"Bitte wiederholen"
EUR 93,08
EUR 81,88 EUR 74,06
11 neu ab EUR 81,88 6 gebraucht ab EUR 74,06
click to open popover

Es wird kein Kindle Gerät benötigt. Laden Sie eine der kostenlosen Kindle Apps herunter und beginnen Sie, Kindle-Bücher auf Ihrem Smartphone, Tablet und Computer zu lesen.

  • Apple
  • Android
  • Windows Phone

Geben Sie Ihre Mobiltelefonnummer ein, um die kostenfreie App zu beziehen.

Jeder kann Kindle Bücher lesen — selbst ohne ein Kindle-Gerät — mit der KOSTENFREIEN Kindle App für Smartphones, Tablets und Computer.


Produktinformation

Produktbeschreibungen

Synopsis

This book provides an overview of the theory and application of linear and nonlinear mixed-effects models in the analysis of grouped data,such as longitudinal data, repeated measures, and multilevel data. A unified model-building strategy for both linear and nonlinear models is presented and applied to the analysis of over 20 real datasets from a wide variety of areas, including pharmacokinetics, agriculture, and manufacturing. A strong emphasis is placed on the use of graphical displays at the various phases of the model-building process, starting with exploratory plots of the data and concluding with diagnostic plots to assess the adequacy of a fitted model. Over 170 figures are included in the book. The NLME library for analyzing mixed-effects models in S and S-PLUS, developed by the authors, provides the underlying software for implementing the methods presented in the text, being described and illustrated in detail throughout the book. The balanced mix of real data examples, modeling software, and theory makes this book a useful reference for practitioners using mixed-effects models in their data analyses.

It can also be used as a text for a one-semester graduate-level applied course in mixed-effects models. Researchers in statistical computing will also find this book appealing for its presentation of novel and efficient computational methods for fitting linear and nonlinear mixed-effects models. Jose C. Pinheiro has been a member of the technical staff in statistics research at Bell Laboratories since 1996. He received his Ph.D. in Statistics from and worked for two years in the Department of Biostatistics at the University of Wisconsin-Madison. The author of several articles in mixed-effects models, he is a member of the American Statistical Association and the Biometric Society. Douglas M. Bates is Professor of Statistics at the University of Wisconsin-Madison. He is the author, with Donald G. Watts, of "Nonlinear Regression Analysis and Its Applications", a Fellow of the American Statistical Association, and a former chair of its Statistical Computing Section. -- Dieser Text bezieht sich auf eine vergriffene oder nicht verfügbare Ausgabe dieses Titels.

Buchrückseite

to follow

Alle Produktbeschreibungen

Kundenrezensionen

4.5 von 5 Sternen
5 Sterne
1
4 Sterne
1
3 Sterne
0
2 Sterne
0
1 Stern
0
Beide Kundenrezensionen anzeigen
Sagen Sie Ihre Meinung zu diesem Artikel

Top-Kundenrezensionen

Format: Taschenbuch Verifizierter Kauf
Das Standardwerk für Mixed Models in R, einfach gut, umfassend, gut aufgebaut und MIT Code. Einiges ist auch für Fortgeschrittene hier nicht auf den ersten Blick offensichtlich. Größter Schwachpunkt: Die Modelle im Beispielcode werden nur upgedatet und man muss zurückblättern und selbst suchen, wie das Ausgangsmodell spezifiziert war. Nicht schlimm, aber manchmal ärgerlich, weil man sich lieber auf die Inhalte konzentrieren würde. Wenn auch nicht so umfassend und teilweise thematisch mit anderem Schwerpunkt, finde ich die Bücher von Zuur didaktisch besser. Trotz allem: Super Buch!
Kommentar War diese Rezension für Sie hilfreich? Ja Nein Feedback senden...
Vielen Dank für Ihr Feedback.
Wir konnten Ihre Stimmabgabe leider nicht speichern. Bitte erneut versuchen
Missbrauch melden
Format: Taschenbuch Verifizierter Kauf
Sehr verständliche Einführung in das Mixed Model. Für alle R-Nutzer sehr empfehlenswert. Es wird die Theorie des Mixed Models konkret mit R-Beispielen verknüpft. Zum Selbststudium sehr gut geeignet.
Kommentar War diese Rezension für Sie hilfreich? Ja Nein Feedback senden...
Vielen Dank für Ihr Feedback.
Wir konnten Ihre Stimmabgabe leider nicht speichern. Bitte erneut versuchen
Missbrauch melden

Die hilfreichsten Kundenrezensionen auf Amazon.com (beta) (Kann Kundenrezensionen aus dem "Early Reviewer Rewards"-Programm beinhalten)

Amazon.com: 4.3 von 5 Sternen 7 Rezensionen
4.0 von 5 Sternen Great help for new modelers, please fix the Kindle version 22. Dezember 2011
Von M. Gosse - Veröffentlicht auf Amazon.com
Format: Kindle Edition Verifizierter Kauf
I have deducted one star from my review as the Kindle version has not been properly proofread and so (for example) lme is variously rendered as 1me and Ime in the text, although the actual code reproductions appear correct. I have been running the code in R and have not noticed any errors.

This is a useful book for using the nlme and lme4 packages in R, as it covers the theory of mixed effects models and provides practical examples of their analysis in S. The code can be used in R, as I have been doing, although the output may differ somewhat from that provided in the book.

If you wish to learn about mixed effects models, and in particular if you are using R, I recommend this book.
5.0 von 5 Sternen thesis 13. Dezember 2012
Von YANZHU LI - Veröffentlicht auf Amazon.com
Format: Taschenbuch Verifizierter Kauf
this book is the basic concept for mixed effect model which is really helpful for the first time learning how to use R for LME model.
13 von 18 Kunden fanden die folgende Rezension hilfreich
4.0 von 5 Sternen As someone who just learn R 18. Januar 2006
Von Falling Maple - Veröffentlicht auf Amazon.com
Format: Gebundene Ausgabe Verifizierter Kauf
At first sight, there are a lot of SPlus/R commands in the book which one may expect to learn a lot about using nlme. However, I found there is a lack in explanation of the command, if not missing. For e.g., in Chapter 1, the book talks about nested classficification models and gave the command in Splus/R, with the model equation right in front of me, I still can't figure out why in the command ...... random=list(Dog=~day,Side=~1) .... can't figure out the logic of this command in relation to the equation. I know this is not an introductory book for R, but a lot of time, when we want to use R or Splus the first time, it's not b'cos we want to do simple statistics, so a bit more explanation of the commands will be helpful, rather than following the commands blindly. Furthermore, I'm not even talking about R programming. Having said that, I still want to emphasize it is a good book written for the topic and package.
31 von 32 Kunden fanden die folgende Rezension hilfreich
5.0 von 5 Sternen excellent text, very useful in statistical analysis in clinical trials 24. Januar 2008
Von Michael R. Chernick - Veröffentlicht auf Amazon.com
Format: Gebundene Ausgabe
Mixed effects linear models are very useful particularly in medical research (e.g. device or drug trials). Pinheiro and Bates provide comprehensive coverage of both linear and nonlinear mixed effects models with many applications. Implementation is illustrated using the S programming language and the software package SPlus.

Bates is an expert on nonlinear regression and hence the emphasis on the nonlinear models as well as the linear ones. These models are very useful for handling repeated measures data with missing observations. Such data often arise in clinical trials and these models have been used to do the intnt to treat analysis that is often required in regulatory submissions to the FDA, Also some variables are quite naturally modelled as a random effects component in the model.The specific clinical site for investigators in a multi-site trial is one common example.
10 von 10 Kunden fanden die folgende Rezension hilfreich
5.0 von 5 Sternen Very good textbook for (non)linear mixed models in R 25. Juli 2006
Von C. Tu - Veröffentlicht auf Amazon.com
Format: Gebundene Ausgabe
Even though the title of this book is mixed effects models in S and S+ but this is a wonderful book for a person to learn mixed effect models in R. If you read this book carefully and also use the R to practice examples. Then you will get a lot from the learning process. Of course you should has a basic background in linear model before you read this book.

I strong recommend this book to whom needs nonlinear mixed models of longitudinal data in R.

Every statistician should has this book.
Waren diese Rezensionen hilfreich? Wir wollen von Ihnen hören.